Articoli più recenti per Elaborazione del linguaggio

Un nuovo benchmark per valutare le abilità conversazionali coreane dei modelli di linguaggio.

Scopri perché la tokenizzazione è fondamentale affinchè i computer possano capire il linguaggio umano.

Questo studio esamina il bias di genere nei modelli di linguaggio di grandi dimensioni in diverse lingue.

Nuovi metodi mirano a valutare meglio le abilità di ragionamento nei modelli linguistici AI.

Un nuovo punto di riferimento per migliorare la precisione dell'ASR usando modelli di linguaggio.

La modifica dei modelli può amplificare pregiudizi e disinformazione nei modelli linguistici.

MediSwift rivoluziona l'elaborazione del linguaggio biomedico con modelli efficienti incentrati su compiti medici.

Un nuovo metodo per migliorare i modelli linguistici nonostante il feedback umano rumoroso.

Questo studio esamina come migliorare le traduzioni dall'inglese all'irlandese utilizzando modelli avanzati di traduzione automatica.

Questo studio presenta un metodo per trovare significati non elencati nei dizionari.

Esaminando la capacità dei LLM di affrontare problemi matematici, specialmente l'aritmetica modulare.

NusaBERT migliora la comprensione delle diverse lingue e dialetti dell'Indonesia.

NPHardEval4V valuta le capacità di ragionamento dei modelli di linguaggio multimodali di grande dimensione.

Nuovo metodo riduce il tempo per la localizzazione linguistica negli studi sul cervello.

Integrare dati visivi migliora la tecnologia di traduzione per risultati migliori.

Un metodo per trasformare i pensieri negativi in intuizioni positive.

Un nuovo set di dati per valutare le abilità di pianificazione dei modelli linguistici in compiti della vita reale.

Un approccio strutturato per migliorare il recupero dei documenti basato su temi specifici.

Combinare i modelli linguistici migliora le prestazioni in vari compiti grazie alla collaborazione.

Uno studio sull'efficacia di GPT-4 nel semplificare le frasi.

Una nuova metrica offre spunti su come combiniamo i significati nella lingua.

Introducendo un metodo per valutare l'affidabilità nei risultati dei modelli linguistici.

Un nuovo approccio per premiare l'over-ottimizzazione nei modelli di linguaggio usando la stima dell'incertezza.

APRICOT aumenta la fiducia nei modelli linguistici misurando con precisione la fiducia nelle risposte.

Un'analisi sulla comprensione delle regole di riconoscimento delle entità da parte dei modelli linguistici.

Un sistema intelligente per riconoscere più lingue senza formazione preventiva.

La ricerca mette in luce come le strutture delle frasi influenzano il nostro modo di elaborare il linguaggio.

La ricerca mostra che i modelli linguistici faticano con le costruzioni di movimento causato.

Questo studio rivela il potenziale dei piccoli modelli linguistici nei compiti di radiologia.

Questo articolo parla di come i modelli di linguaggio aiutano a identificare i discorsi d'odio.

Questo studio affronta le sfide nell'editing dei modelli linguistici e nel mitigare gli effetti indesiderati.

Esaminare come i modelli linguistici richiamano informazioni: accesso sequenziale vs. accesso casuale.

SHROOM ha lo scopo di identificare e migliorare l'accuratezza dei sistemi di generazione del linguaggio.

Un nuovo benchmark valuta l'apprendimento continuo nei modelli di linguaggio multimodali.

Valutare come i pregiudizi nei modelli di linguaggio influenzano le applicazioni nel mondo reale.

Nuovo metodo migliora come i LLM imparano dagli esempi.

SelfIE aiuta i LLM a spiegare i loro processi di pensiero in modo chiaro e affidabile.

Nuovo dataset si concentra sul miglioramento delle prestazioni del modello di lingua bengalese.

X-LLaVA migliora le capacità multilingue per rispondere a domande visive.

Presentiamo SQ-LLaVA, un metodo che migliora il questioning e la comprensione delle immagini.