Informatica - Calcolo e linguaggio

Nuovi metodi rivelano le difficoltà nel disimparare conoscenze dai modelli linguistici.

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

Valutare come i modelli linguistici gestiscono i segnali culturali in compiti reali.

STimage-1K4M combina immagini dettagliate e dati genetici per migliorare la ricerca sulle malattie.

Gli agenti linguistici stanno diventando più adattabili, migliorando le loro capacità di comunicazione e risoluzione dei problemi.

I ricercatori hanno sviluppato il dataset GECO e GECOBench per affrontare il bias di genere nell'IA.

Nuovo metodo migliora la generazione aumentata da recupero per rispondere a domande complesse.

Esplora le sfide di supervisionare modelli di intelligenza artificiale avanzati con controparti più deboli.

Questo articolo presenta metodi per rilevare siti web inaffidabili usando parole chiave.

Uno studio sulle prestazioni di modelli linguistici più piccoli e aperti su vari compiti.

Il rifinitore migliora le risposte del modello linguistico ristrutturando le informazioni recuperate.

Questo articolo esamina come i LLM si comportano nei compiti di ragionamento sillogistico.

Un nuovo metodo riscrive il testo per una comprensione migliore a diversi livelli di lettura.

GUICourse punta a migliorare l'interazione con le interfacce digitali attraverso set di dati mirati per gli agenti GUI.

VideoVista offre una valutazione completa per i modelli di domanda-risposta su video.

Questo studio rivela come i modelli di linguaggio cambiano comportamento durante l'allenamento.

Questo studio esamina metodi per migliorare l'empatia delle macchine attraverso il racconto.

Uno studio sui processi decisionali dei modelli di linguaggio grandi.

MMNeedle testa i modelli multimodali sulle capacità di gestire contesti lunghi.

Questo articolo esplora il vero significato della democratizzazione nell'IA.

Questo studio analizza come la lingua influisca sui valori culturali nei modelli grandi.

Un metodo per identificare le emozioni e le loro cause in dati non etichettati.

L-ICV migliora le prestazioni nel rispondere a domande visive usando meno esempi.

Questo articolo esamina come i concetti relazionali modellano il recupero delle conoscenze nei grandi modelli linguistici.

APPL semplifica lo sviluppo con modelli di linguaggio grandi usando una sintassi intuitiva, simile a Python.

Esaminando le radici e le implicazioni del pregiudizio nella tecnologia linguistica.

I modelli di linguaggio a lungo contesto semplificano compiti complessi e migliorano l'interazione con l'IA.

Un nuovo framework affronta le sfide nella distillazione della conoscenza per dati a coda lunga.

Questo articolo esamina modi per migliorare le capacità di pianificazione nei grandi modelli linguistici.

Un nuovo set di dati migliora la comprensione delle storie in diverse lingue.

Esplorare le sfide di sicurezza create dagli attacchi avversariali sugli agenti multimodali.

I modelli GLM-4 mostrano capacità migliorate nella comprensione e generazione del linguaggio.

Questo articolo esamina come i LLM rispondono a domande complesse a più passaggi.

Un nuovo modello combina i LLM e la traduzione automatica per una migliore elaborazione del linguaggio.

Esaminare i problemi e i possibili miglioramenti nella revisione paritaria accademica.

Presentiamo una nuova scala per valutare la profondità emotiva nelle storie.

Un metodo per valutare la conoscenza del modello attraverso l'elaborazione interna.

La tassonomia di prompting gerarchico migliora i metodi di valutazione per i modelli di linguaggio.

DetectBench valuta i LLM sulla loro capacità di individuare prove nascoste nei compiti di ragionamento.

Presentiamo SeTAR, una soluzione senza bisogno di allenamento per rilevare dati fuori distribuzione nelle reti neurali.