Informatica - Calcolo e linguaggio

Lo studio valuta la capacità dei modelli linguistici di trovare evidenze nei riassunti scientifici.

Uno studio su come migliorare l'equità nei classificatori di testo e nei modelli di linguaggio.

SeACo-Paraformer porta flessibilità e precisione alla tecnologia di riconoscimento vocale.

Questo studio analizza la capacità di ChatGPT di fornire raccomandazioni in vari ambiti.

Questo studio valuta modelli di IA per identificare i rischi nei post sui social media cinesi.

Uno studio su come migliorare il recupero dei dati attraverso il matching dei glossari.

Questo studio esplora i metodi di classificazione della qualità della voce e il loro significato nella comunicazione.

Un nuovo modo per identificare il drift nei dati testuali non strutturati.

Uno studio valuta i più popolari encoder di frasi e la loro comprensione dei significati linguistici.

Questo progetto migliora la risoluzione di problemi di matematica generando codice Prolog da modelli linguistici.

Nuovi metodi migliorano il riconoscimento delle intenzioni con pochi esempi.

Questo studio esamina come i LLM si impegnano in giochi di comunicazione come lupo mannaro.

Questo lavoro valuta quanto bene i VLM ragionano basandosi sui contenuti visivi.

I modelli di intelligenza artificiale possono migliorare il modo in cui i radiologi accedono alle informazioni sui pazienti per diagnosi più accurate.

Un nuovo approccio combina l'apprendimento in contesto e il fine-tuning per migliorare le performance del modello.

Nuovi metodi si concentrano sul migliorare la qualità dei dati di addestramento per i modelli linguistici.

Introducendo un approccio multi-rappresentazione per capire meglio la letteratura scientifica.

Un nuovo metodo migliora il rilevamento delle emozioni dalla voce usando solo l'audio.

Esplorare tecniche di data augmentation per migliorare i sistemi di AI conversazionale.

Un nuovo approccio migliora il chunking non supervisionato in NLP usando un modello gerarchico.

Nuovi metodi migliorano i dati testuali per le lingue poco risorse, aumentando le performance dei modelli.

Metodo senza sforzo migliora le prestazioni del modello linguistico con meno esempi.

Questo studio si concentra sul miglioramento dei modelli multilingue per le lingue a bassa risorsa tramite l'adattamento del vocabolario.

Uso di dati generati dall'IA per migliorare la scoperta di molecole e lo sviluppo di farmaci.

Esaminando le debolezze nella traduzione automatica attraverso attacchi avversariali.

Scopri come la quantizzazione rende i modelli AI più economici e facili da usare.

Questo studio analizza come le persone si riferiscono alle immagini durante le conversazioni usando un gioco unico.

I ricercatori migliorano le risposte emotive degli agenti digitali usando modelli linguistici.

Questo documento esamina i miglioramenti nella traduzione automatica per frasi in lingue miste.

Uno studio su come generare domande di follow-up significative per approfondire la comprensione.

Nuovi metodi migliorano l'accuratezza della classificazione senza dati etichettati.

Un approccio nuovo migliora la risoluzione dei pronomi usando BERT e informazioni sintattiche.

Una panoramica delle difficoltà nel parsing del discorso e degli approcci per migliorare l'accuratezza.

Questa ricerca si concentra sul miglioramento dei sistemi di dialogo integrando contesto e significato nelle valutazioni.

Un nuovo approccio migliora le prestazioni del modello linguistico attraverso un arrotondamento dei pesi ottimizzato.

Un ricco dataset di giornali americani storici per ricerca e analisi.

Uno sguardo su come si comportano i LLM nei compiti di ragionamento rispetto agli esseri umani.

Un nuovo modo per raccogliere dati di istruzione per il fine-tuning dei grandi modelli di linguaggio.

La ricerca mette in luce il bias nell'IA che colpisce i gruppi sotto-rappresentati in Nuova Zelanda.

I LLM migliorano le prestazioni e l'efficienza del software nell'ottimizzazione del codice.