Informatica - Calcolo e linguaggio

Uno studio completo sulle performance dei modelli linguistici in 10 lingue indiche.

Questo articolo presenta un metodo per la rilevazione e spiegazione dei commenti spam in tempo reale.

Un modello che protegge i dati personali nei testi legali italiani.

I risultati della ricerca mettono in evidenza le capacità di apprendimento in contesto nei modelli di linguaggio di grandi dimensioni.

LLM2FEA combina AI generativa e algoritmi evolutivi per soluzioni di design innovative.

InternLM-Law migliora le risposte a diverse domande legali cinesi con un addestramento avanzato.

Questo studio esamina le opinioni pubbliche sulla homeless usando l'analisi dei social media.

Un nuovo metodo migliora la riparazione del codice per linguaggi di programmazione poco usati.

Un nuovo sistema per la traduzione rapida e precisa del parlato in diverse lingue.

Nuove tecniche migliorano le capacità di ragionamento e logica dei grandi modelli linguistici.

Esplorare come i profili utente migliorano la personalizzazione nei modelli di linguaggio.

Uno studio esamina quanto bene gli LLM ragionano con i dati a grafo.

Un nuovo modello migliora il riconoscimento dei riferimenti agli eventi in più documenti.

Un nuovo framework migliora la rappresentazione dei modelli di linguaggio dei diversi valori umani.

La ricerca mostra come il feedback multilingue può migliorare l'affidabilità dei modelli linguistici.

Uno studio sulle lingue regionali italiane usando tecniche avanzate di analisi del parlato.

Le ricerche mostrano che i modelli fanno fatica con le dipendenze tra i passaggi nelle ricette di cucina.

Esplorando come i sink di attenzione influenzano le prestazioni dei modelli linguistici e introducendo una tecnica di calibrazione.

Analizzando le performance dei modelli di intelligenza artificiale sui problemi di matematica per bambini emerge che ci sono delle lacune significative.

RankAdaptor ottimizza il fine-tuning per i modelli AI potati, migliorando le prestazioni in modo efficiente.

INDICT migliora la sicurezza del codice e la sua utilità utilizzando un'analisi a doppia critica.

Uno studio su PlagBench e il suo ruolo nel rilevare il plagio nei risultati delle LLM.

La ricerca mette in evidenza come i prompt influenzano l'accuratezza nella rilevazione dei testi generati dall'IA.

La ricerca valuta le capacità di verifica delle affermazioni dei modelli di linguaggio usando un nuovo dataset.

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

Questo paper presenta un metodo per valutare i modelli di linguaggio attraverso vari prompt.

Un nuovo metodo migliora il dialogo macchina grazie a dati pseudo-stereo.

Scopri i metodi per misurare la qualità della traduzione in modo efficace.

Questo studio presenta un dataset e un metodo per migliorare l'accuratezza dell'ASR cinese usando il Pinyin.

Un nuovo dataset valuta le prestazioni dei LLM nella risoluzione di sfide legate ai grafi.

Nuovo metodo affronta le differenze regionali nella valutazione del bias di genere.

Nuovi metodi migliorano le abilità di ragionamento nei modelli linguistici per una performance migliore nei compiti.

Un nuovo metodo per capire meglio gli eventi usando più documenti.

MPCoder personalizza il codice in base allo stile dei singoli sviluppatori, aumentando la produttività e la qualità del codice.

MIGU migliora l'apprendimento continuo nei modelli linguistici senza bisogno di dati vecchi.

Un approccio nuovo all'IA combina modelli linguistici con programmi simbolici per una migliore interpretabilità.

Uno studio sull'impatto delle immagini e del testo nel framing delle notizie sulla violenza armata.

Nuovo dataset valuta la capacità dei LLM di affrontare compiti di ragionamento logico complesso.

Uno sguardo a come i modelli di intelligenza artificiale interpretano le scelte umane e alla necessità di miglioramenti.

Scopri come gli algoritmi di inferenza migliorano le performance nella generazione di testo.