Mrinmaya Sachan

Un nuovo framework semplifica la creazione di agenti linguistici autonomi per diverse applicazioni.

Questo studio esamina come i modelli linguistici rispecchiano i pregiudizi dei bambini nella risoluzione dei problemi matematici.

AFaCTA aiuta i fact-checker a identificare le affermazioni vere e false in modo efficiente.

Questo articolo esamina come i modelli linguistici bilanciano informazioni fattuali e controfattuali.

Questo articolo esamina metodi per aumentare i livelli di fiducia nei modelli di linguaggio.

Combinare le relazioni causali con la previsione migliora l'accuratezza dell'analisi del sentiment.

Esaminando l'equità e l'etica di come i modelli linguistici rispondono agli utenti.

L'annotazione degli errori offre un modo veloce e affidabile per valutare la qualità della traduzione.

DIRAS migliora l'annotazione della rilevanza per il recupero delle informazioni, ottimizzando le prestazioni in vari settori.

Questo articolo esamina come certi neuroni influenzano l'incertezza nelle previsioni dei modelli linguistici.

Analizzare come i LLM fanno scelte morali tra lingue e culture.

Migliorare le risposte del tutor con tecniche efficaci di verifica degli errori per un supporto migliore agli studenti.

Scopri come le domande migliorano la lettura e la comprensione.

I ricercatori stanno esplorando l'uso del linguaggio naturale per una migliore allineamento dei modelli.

Impara le regole di grammatica fondamentali per migliorare la tua scrittura e comunicazione.

Scopri come la sequenza delle informazioni influisce sulla qualità delle risposte dell'IA.