Articoli più recenti per Elaborazione del linguaggio naturale

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.

Questo studio si concentra sul miglioramento dell'apprendimento zero-shot tramite descrizioni migliori di entità e relazioni.

Un nuovo metodo migliora la risoluzione degli eventi combinando i modelli linguistici per una maggiore accuratezza.

Zyda, un dataset con 1,3 trilioni di token, migliora l'addestramento dei modelli di linguaggio.

Migliorare i metodi per valutare la somiglianza di significato tra le frasi nel linguaggio naturale.

Un nuovo dataset valuta il ragionamento dei Modelli Linguistici Grandi con query complesse.

Valutare la difficoltà delle domande migliora l'efficacia dei sistemi di recupero delle informazioni.

Un nuovo metodo migliora il punteggio di fiducia nei modelli di linguaggio usando spiegazioni stabili.

Presentiamo PlugIR per cercare immagini meglio attraverso un dialogo interattivo con l'utente.

MIVPG migliora come i modelli interpretano insieme immagini e testo.

Un nuovo framework migliora i metodi di potatura per i modelli di linguaggio grandi senza doverli riaddestrare.

Un nuovo metodo migliora la classificazione delle immagini usando descrizioni testuali dettagliate.

Introducendo un metodo per affinare i LLM su dispositivi a bassa risorsa.

Un nuovo set di dati migliora la ricerca nel collegare eventi tra documenti con un linguaggio creativo.

Questo studio esamina l'uso dell'IA nell'analisi delle risposte degli studenti nell'educazione alla biologia.

Un nuovo modello replica la comprensione umana nei sistemi di intelligenza artificiale.

Nuovi metodi come PromptFix aiutano a proteggere i modelli di linguaggio da minacce nascoste.

Esplorare la classificazione multi-etichetta per migliorare il riconoscimento delle relazioni discorsive.

Valutare i metodi per un controllo preciso delle caratteristiche del testo nei risultati dei LLM.

Un nuovo approccio migliora l'allineamento del modello linguistico usando dati annotati da umani in quantità limitata.

Un nuovo metodo migliora l'allineamento e la sicurezza dei grandi modelli di linguaggio.

Un nuovo metodo fa luce su come i modelli linguistici ricordano i dati di addestramento.

Un nuovo metodo migliora la stima dell'incertezza nei modelli linguistici, aumentando la fiducia degli utenti.

Esplora le capacità di apprendimento dei modelli linguistici e le loro applicazioni.

ABEX usa Abstract-and-Expand per migliorare i dati di addestramento per i compiti di comprensione del linguaggio naturale.

Questo documento esplora come i MLLM memorizzano e trasferiscono informazioni nel rispondere a domande visive.

Impara a allenare modelli per le rappresentazioni testuali in modo saggio ed efficace.

Nuovi sistemi migliorano la classificazione dei valori morali nei testi.

Questo studio analizza come i LLM gestiscono i cambiamenti nei compiti di riassunto.

Uno sguardo all'importanza della cultura nei progressi del Natural Language Processing.

Questo strumento semplifica la creazione e l'analisi dei prompt per input di contenuti misti.

ETRASK migliora l'estrazione delle relazioni grazie a una selezione innovativa delle istanze e modelli pre-addestrati.

Nuovo metodo migliora le prestazioni dei modelli di linguaggio grandi in campi specializzati.