Derniers articles pour Traitement du langage naturel

Découvrez de nouvelles méthodes pour améliorer les modèles de langue grâce à un apprentissage équilibré.

ProcessTBench améliore les capacités des LLM en planification de tâches et en extraction de processus.

Utiliser des modèles de langage moins puissants peut améliorer l'alignement de l'IA de manière efficace.

Une nouvelle méthode améliore les significations des mots à partir des modèles de langage en utilisant des autoencodeurs et des données générées.

Un système qui répond aux questions sur les modèles CAO en utilisant le traitement du langage naturel.

Une nouvelle méthode améliore l'alignement des grands modèles de langage avec les contributions humaines.

Cet article examine les facteurs clés de la qualité des ensembles de données de préférence pour améliorer l'entraînement des modèles de récompense.

Une nouvelle méthode améliore la façon dont les machines analysent les images en utilisant du texte.

Un nouveau planificateur améliore la façon dont les robots comprennent les commandes vocales en utilisant des spécifications formelles.

Cette recherche montre comment les métadonnées peuvent améliorer la précision de la détection de la position politique.

Un nouveau modèle pour améliorer l'extraction de relations en utilisant la syntaxe et le contexte.

Un nouveau modèle améliore la compréhension du langage et réduit la désinformation.

Un nouveau jeu de données vise à améliorer les systèmes de QA pour le Quran et les Ahadith.

Cette étude se concentre sur l'amélioration de la fiabilité des systèmes de dialogue en évaluant la confiance dans les réponses.

Cette étude explore des modèles génératifs pour créer des mots-clés efficaces dans des articles scientifiques.

Une nouvelle technique réduit les besoins en mémoire pour les grands modèles linguistiques tout en maintenant la performance.

Une nouvelle méthode améliore l'efficacité dans le traitement des longues entrées pour les modèles de langue.

Une nouvelle méthode améliore la capacité des robots à saisir des objets en utilisant des commandes en langage naturel.

Un nouveau modèle d'embeddings de texte montre des promesses dans les tâches multilingues et les performances.

Un aperçu de comment l'IRL améliore la performance et la diversité des modèles de langage.

Un nouveau standard vise à améliorer l'évaluation de l'incertitude dans les modèles de langue.

SelECT-SQL améliore la précision de la conversion du langage naturel en requêtes SQL.

Une nouvelle méthode améliore le raisonnement des modèles grâce à des traces de programmation structurées.

Une nouvelle méthode améliore le flow de la conversation en utilisant plusieurs documents comme sources.

Une nouvelle méthode améliore la sélection des données pour entraîner des modèles de langue.

Une nouvelle approche pour améliorer le raisonnement dans les données de séries temporelles.

THaMES propose un cadre pour réduire les hallucinations dans les modèles de langage.

Une méthode pour améliorer la compréhension des documents en utilisant des modèles plus petits entraînés à partir de plus grands.

Évaluer l'impact des méthodes de compression sur la performance des modèles de langage.

Un nouveau cadre améliore la performance des modèles en s'attaquant à la fiabilité des retours.

Des chercheurs présentent Blind-VaLM, qui améliore les modèles de langage avec des connaissances visuelles de manière efficace.

Semformer intègre la planification dans les modèles de langage, améliorant la précision et l'efficacité.

Cette étude évalue comment les modèles QA gèrent le bruit dans les données d'entrée.

La méthode TRIM réduit les tokens d'image dans les modèles de langage multimodaux tout en maintenant la performance.

Un aperçu des technologies de détection de mots-clés et de leurs défis avec la langue ourdou.

Cet article examine comment les représentations relatives améliorent la communication de l'IA et son adaptation aux tâches.

Une nouvelle méthode améliore l'efficacité du fine-tuning des modèles de langage.

GenCRF améliore la reformulation des requêtes de recherche pour une meilleure précision de l'intention utilisateur.

Attention-Seeker améliore l'extraction de phrases clés en utilisant des cartes d'attention provenant des modèles de langue.

Présentation de CREAM, un cadre pour évaluer efficacement les résumés de réunion sans textes de référence.