Informatica - Calcolo e linguaggio

X-LLM integra immagini, video e discorsi nel trattamento del linguaggio.

Questo studio analizza come il posizionamento del prompt influisce sulle prestazioni del modello linguistico.

ReadMe++ offre frasi diverse per valutare la leggibilità in arabo, inglese e hindi.

Un metodo semplice migliora la traduzione delle frasi tra diverse lingue.

Uno studio su come identificare notizie distorte nei post sui social media.

Uno sguardo su come migliorare i sistemi per trovare passaggi rilevanti in testi lunghi.

Un nuovo metodo auto-supervisionato migliora il ragionamento logico senza bisogno di tanti dati etichettati.

Esplorando come i LLM gestiscono domande senza risposte chiare.

Un nuovo framework migliora l'allineamento tra domanda e conoscenza per risposte precise dei modelli linguistici.

Questo articolo esplora come i dati di addestramento influenzano la generazione di immagini dai modelli da testo a immagine.

Un metodo per migliorare i modelli linguistici black-box usando modelli più piccoli e allenabili.

Scopri cosa sono i rumori delle etichette e come influenzano le prestazioni del modello.

Il modello TACR migliora il modo in cui i sistemi rispondono alle domande usando tabelle e testo.

Utilizzare le differenze tra annotatori può migliorare l'accuratezza dell'elaborazione del linguaggio naturale.

Un nuovo set di dati aiuta i lettori collegando i simboli matematici alle loro definizioni.

Un nuovo metodo migliora l'estrazione di informazioni usando la creazione automatica di domande.

Un nuovo framework migliora l'analisi della letteratura biomedica collegando entità ed estraendo eventi.

Un nuovo sistema migliora la precisione nelle risposte a diverse domande tramite modelli specializzati.

Uno studio svela i limiti dei modelli di linguaggio con recupero aumentato per la generazione di testi.

EXnet offre soluzioni innovative per compiti di classificazione del testo con esempi illimitati.

LiPoR offre un nuovo modo per gestire spiegazioni plausibili senza etichette chiare.

Analizzando il divario di genere nella comunità di ricerca sull'IA.

Esplorare come l'attenzione influisca sull'accuratezza nella scelta delle risposte nei modelli linguistici.

Un nuovo metodo migliora il rilevamento delle emozioni nel parlato usando tecniche di self-attention.

Questo framework usa oracoli per migliorare l'accuratezza della generazione del codice.

I ricercatori migliorano il collegamento delle entità per potenziare l'analisi delle collezioni museali.

I metodi per svelare significati nascosti nel linguaggio migliorano la comunicazione e l'analisi.

Combinare l'apprendimento attivo e il fine-tuning efficiente dei parametri migliora le prestazioni del modello con dati limitati.

Esaminare i pregiudizi negli embeddings di parole e proporre un nuovo metodo per ridurli.

Introducendo un framework strutturato per un ragionamento efficace su testi lunghi.

La ricerca evidenzia l'importanza della coerenza nella rappresentazione nei modelli NLP.

Esaminando i problemi di output imprecisi nei grandi modelli linguistici.

Nuovo metodo migliora l'accuratezza delle traduzioni per termini tecnici in settori come medicina e diritto.

MathDial offre un dataset unico per insegnare problemi matematici in più passaggi.

Il dataset MMSMR punta a migliorare la valutazione delle conversazioni nei chatbot con risposte umane variegate.

Questo studio esplora come i LLM ragionano con fatti alterati e le loro implicazioni educative.

Un nuovo approccio migliora l'efficienza del recupero riducendo al minimo i requisiti hardware.

Questo studio confronta le norme sociali tra le culture cinese e americana attraverso l'analisi dei dati.

Questo studio valuta i modelli di linguaggio per la risoluzione della coreferenza senza esempi precedenti.

LMSI permette ai modelli di linguaggio di migliorare le prestazioni senza bisogno di troppi input umani.