Articoli più recenti per Elaborazione del linguaggio naturale

Un nuovo approccio migliora i sistemi di dialogo combinando argomenti e strutture retoriche.

La ricerca mostra che istruzioni diverse migliorano le prestazioni del modello di linguaggio in compiti mai visti prima.

Nuovo metodo aumenta la velocità di generazione del testo usando la selezione adattiva dei candidati.

Questo studio confronta i LLM integrati con diversi risolutori simbolici per compiti di ragionamento logico.

Questo studio migliora l'estrazione delle relazioni collegandola alle tecniche di inferenza del linguaggio naturale.

Introducendo la distanza di Wasserstein parziale robusta per un confronto dei dati migliore.

CLIP mostra forza nel gestire il bilanciamento dei dati nei compiti visivi e linguistici.

Mamba-2 combina SSM e Transformers per migliorare l'efficienza nei compiti linguistici.

Nuovi metodi puntano a garantire una generazione di testo sicura e di alta qualità dai modelli di linguaggio.

Un nuovo metodo migliora i modelli di ricompensa usando critiche sintetiche per un allineamento migliore.

Un nuovo metodo migliora l'accuratezza della generazione di immagini dai prompt testuali.

Piccole modifiche alle parole possono influenzare molto i risultati dei modelli linguistici.

Un nuovo metodo migliora l'estrazione delle relazioni in documenti lunghi.

Nuovi metodi migliorano i risultati dei modelli linguistici mantenendo le regole grammaticali.

Un nuovo metodo migliora le prestazioni dei modelli visione-linguaggio con classi conosciute e sconosciute.

Un nuovo approccio per migliorare i piccoli modelli linguistici usando tecniche di attivazione sparsa.

Manticore automatizza la creazione di modelli linguistici ibridi, migliorando l'efficienza e le prestazioni.

Combinare modelli di linguaggio visivo con l'apprendimento per rinforzo migliora l'efficienza nel completare i compiti.

Esplorare sicurezza, affidabilità e questioni etiche nei modelli linguistici.

I ricercatori hanno sviluppato un modello per migliorare l'apprendimento dei grafi usando dati provenienti da diverse fonti.

Nuovi metodi migliorano le previsioni dei modelli linguistici sotto diverse condizioni di input.

TransCLIP migliora le previsioni integrando dati visivi e testuali nei modelli Vision-Language.

Un framework per migliorare le reti neurali integrando la conoscenza umana negli algoritmi di apprendimento.

SpatialRGPT migliora la comprensione della disposizione degli oggetti nei modelli di linguaggio visivo.

Un metodo che utilizza MCMC per una generazione efficace di campioni negativi nell'apprendimento contrastivo.

Un nuovo sistema migliora la gestione di grandi modelli linguistici su diverse configurazioni GPU.

Un nuovo metodo migliora l'auto-addestramento per gli agenti linguistici usando modelli di riflessione.

Esaminando come i modelli ricorrenti possano approssimare le funzioni basate su prompt.

Un nuovo metodo migliora i modelli di linguaggio per una maggiore efficienza e performance.

Integrando SysCaps nella modellazione energetica si semplifica il processo decisionale e si migliorano le previsioni.

Questo documento presenta un nuovo approccio per migliorare le prestazioni di KGQA utilizzando GNN e LLM.

Questa ricerca mostra come le immagini e il testo interagiscono nei compiti di ragionamento.

Esaminando l'ottimizzazione eccessiva nei DAA e il suo impatto sulle prestazioni del modello.

Approccio innovativo per guidare i modelli di linguaggio grandi usando l'auto-valutazione.

Il Block Transformer migliora la velocità e l'efficienza del trattamento del testo nei modelli di lingua.

Uno sguardo ai tipi di incertezza e alla loro importanza nei modelli linguistici.

Uno sguardo ai modelli che funzionano senza moltiplicazione di matrici per una maggiore efficienza.

Un nuovo metodo migliora la qualità della traduzione attraverso un'efficace aumentazione dei dati.

Questo articolo esplora come i modelli linguistici gestiscono l'aspetto verbale in russo.

Scopri come i Transformer a Mente Estesa migliorano la gestione della memoria nei modelli linguistici.