Derniers articles pour Traitement du langage naturel

Cette recherche vise à améliorer la reformulation des questions pour de meilleures interactions avec les utilisateurs.

Une nouvelle méthode améliore la qualité des données pour les modèles de langage visuel en utilisant des techniques d'augmentation.

De nouveaux modèles améliorent la compréhension du langage en intégrant des structures de dépendance.

Une nouvelle approche pour évaluer plus rapidement les ensembles de titres sans références humaines.

Explore une nouvelle méthode pour un apprentissage actif efficace dans des scénarios avec peu de données.

Une nouvelle méthode améliore la génération de légendes de mèmes pour des formats d'images simples et multiples.

SinLG améliore les conversations avec les chatbots en intégrant des connaissances de fond pour une meilleure sélection des réponses.

Recherches sur comment les détails linguistiques sont représentés dans les embeddings de phrases générés par les transformers.

De nouvelles méthodes améliorent les systèmes de dialogue sans avoir besoin de jeux de données étiquetés énormes.

Une nouvelle approche améliore le lien entre les images et le texte pour une meilleure interprétation.

Un nouveau modèle améliore la compréhension du langage grâce à une représentation de données structurées.

Un kit d'outils conçu pour évaluer au mieux les interactions humain-bot.

De nouvelles méthodes améliorent l'efficacité de l'évaluation des réseaux de neurones récurrents non linéaires pour diverses applications.

Examiner la vie privée différentielle dans le traitement du langage naturel pour une meilleure protection des données.

LLASP améliore la génération de code ASP à partir de descriptions en langage naturel.

Une nouvelle approche améliore la façon dont les LLMs suivent des instructions complexes en utilisant le raisonnement symbolique.

Une nouvelle méthode améliore la précision des tests des modèles linguistiques pour le savoir.

HICE-S propose une méthode détaillée pour évaluer les légendes d'images de manière précise.

Une étude révèle des infos sur la performance de l'apprentissage en contexte selon différentes architectures de modèles.

L'adaptation par convolution circulaire propose des solutions efficaces pour peaufiner des modèles complexes.

Une plongée profonde dans l'importance d'interpréter les modèles de traitement du langage naturel.

Une nouvelle méthode améliore la précision de l'évaluation dans la vérification d'auteur en réduisant les fuites de sujet.

Explore différents cadres et méthodes pour évaluer efficacement de grands modèles de langage.

Ce document parle des améliorations des modèles de langage pour les applications juridiques.

Ce papier examine les inconvénients d'utiliser des données générées par des LLM pour entraîner de nouveaux modèles.

Présentation de modèles conçus pour améliorer le traitement du langage naturel en portugais.

Examiner comment les méthodes de réponse améliorent les conversations des chatbots pour les rendre plus humaines.

Une étude sur les défis de transformer le langage naturel en requêtes SQL.

La recherche se concentre sur l'amélioration des petits MLLM en utilisant des connaissances provenant de modèles plus grands.

A2SF améliore la sélection des tokens dans les modèles de langue pour de meilleures performances.

Une approche économique pour analyser des images haute résolution et du texte.

Une nouvelle méthode permet aux robots de suivre des tâches en langage naturel de manière efficace.

La sélection efficace des données est essentielle pour améliorer la performance des modèles de langue.

Cet article explore comment les LLM améliorent l'analyse de sentiment pour prédire les prix des devises.

Un aperçu complet des méthodes d'apprentissage auto-supervisé dans la reconnaissance de texte.

Un nouveau cadre améliore la fiabilité et la qualité des citations dans les modèles de langage.

Une évaluation de la performance zéro-shot des LLM multimodaux sur différentes tâches.

Un nouveau système améliore les capacités de VQA en vietnamien grâce à une intégration de modèles innovants.

Un nouveau corpus annoté améliore l'extraction des événements et des arguments dans les textes arabes.

MoFO aide les grands modèles de langage à garder leur savoir pendant le fine-tuning sans perdre en performance.