Articoli più recenti per Elaborazione del linguaggio naturale

Uno studio su come raccogliere e usare il feedback degli utenti per migliorare i modelli di linguaggio.

WGQA migliora l'efficienza dei modelli linguistici riducendo al contempo il bisogno di memoria.

Questo studio rivela come i LLMs sviluppano le loro capacità durante l'addestramento.

DocBench valuta i sistemi basati su LLM per leggere e rispondere a diversi formati di documenti.

I ricercatori migliorano la scrittura delle formule nei fogli di calcolo usando modelli di linguaggio per un supporto utente migliore.

Usare modelli linguistici per migliorare compiti in lingue poco rappresentate tramite la generazione di dati.

Uno sguardo a come CLIP gestisce la negazione nel linguaggio.

La ricerca mostra effetti diversi delle tecniche di sbiancamento sugli embeddings delle frasi nei compiti di NLP.

BinaryAlign migliora l'accuratezza dell'allineamento delle parole sia per le lingue ad alta risorsa che per quelle a bassa risorsa.

Un nuovo metodo permette ai modelli linguistici di generare i propri dati di addestramento per migliorare le prestazioni.

Uno studio svela i rischi per la sicurezza derivanti dal data poisoning nei modelli di linguaggio grandi.

Un nuovo metodo migliora i sistemi per rispondere a domande legate alle immagini usando conoscenze esterne.

Uno studio su come migliorare l'accuratezza dei LLM attraverso metodi di recupero basati sull'intento.

Questo studio confronta modelli per prevedere emozioni nei testi politici polacchi.

Dartboard migliora il recupero nei modelli linguistici massimizzando le informazioni rilevanti.

GoldFinch offre memoria e elaborazione efficienti per compiti di testo lunghi.

Un nuovo metodo migliora l'addestramento dei chatbot tramite generazione automatica di query.

HaluQuestQA aiuta a individuare e correggere gli errori nelle risposte a domande lunghe.

RPC-Attention migliora i modelli di auto-attenzione per avere prestazioni migliori sui dati rumorosi.

La ricerca mette in evidenza metodi per mantenere la coerenza nel dialogo durante le conversazioni legate ai ristoranti.

Questo articolo esamina come la quantizzazione può migliorare l'efficienza dell'addestramento dei modelli di linguaggio Transformer.

Nuovi metodi migliorano la precisione nella descrizione delle modifiche nelle immagini nonostante le distrazioni.

Un nuovo modello migliora il legame tra i video e le loro descrizioni testuali.

Esaminando il ruolo e le sfide della tokenizzazione nel processamento del linguaggio naturale.

Lo studio valuta quanto i modelli linguistici siano bravi ad adattarsi nel riassumere argomenti diversi.

Analizzando come i transformer contano le occorrenze degli elementi nelle sequenze.

BootRet migliora l'accuratezza del recupero dei documenti con aggiornamenti dinamici degli identificatori.

Esaminando come i LLM possono sommare numeri senza passaggi espliciti.

Combina LLM e Prolog per migliorare il ragionamento nella generazione di testo.

Un nuovo metodo migliora l'efficienza dell'embedding per i modelli di linguaggio.

ReSP migliora il question answering multi-hop tramite recupero strutturato e sintesi intelligente.

Scopri come l'ingegneria dei prompt migliora le prestazioni dei modelli linguistici nei compiti di NLP.

Scopri come il transfer learning migliora i risultati dei modelli usando conoscenze da compiti correlati.

Il nuovo modello combina il linguaggio naturale e il contatto 3D tra mani e oggetti per un realismo maggiore.

Uno sguardo a come le macchine riconoscono il sarcasmo attraverso nuovi metodi.

Questo articolo esamina come l'inizializzazione degli embedding influisce sulle performance del modello transformer.

Un nuovo modo per misurare la difficoltà dei dati per un migliore addestramento dei modelli.

Questo articolo esamina l'efficacia dei modelli multimodali che usano dati linguistici e visivi.

Uno studio su come migliorare l'accuratezza delle trascrizioni grazie a un design migliore dei prompt.

Questo studio mette in evidenza i miglioramenti di STR usando RoBERTa tra le lingue.