Articoli più recenti per Elaborazione del linguaggio naturale

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.

FastGAS migliora l'efficienza nella selezione di esempi per l'apprendimento in contesto utilizzando un approccio basato su grafi.

Un metodo per prevedere risposte non fattuali dai modelli di linguaggio prima che generino le risposte.

Il metodo VTrans riduce significativamente le dimensioni dei modelli transformer senza compromettere le prestazioni.

Metodi per creare timeline accurate a partire da annotazioni di eventi nei testi.

Un nuovo modello migliora il riconoscimento vocale usando più metodi di decodifica.

Nuove strategie migliorano la capacità dei modelli linguistici di recuperare le informazioni in modo preciso.

Lo studio indaga come i modelli di linguaggio ancorati comprendano strutture linguistiche complesse.

Questa ricerca migliora i piani di trasporto sparsi per gestire e interpretare meglio i dati.

Analizzando i fattori che influenzano l'allineamento nei modelli di linguaggio grandi.

Un dataset pensato per migliorare la capacità delle macchine di rispondere a domande basate sul tempo.

Questo studio esplora come creare frasi che mantengano significati specifici usando FrameNet.

EDEN collega il riconoscimento delle emozioni con l'analisi delle cause per una migliore comprensione del dialogo.

Esplorare punti di forza e debolezze dei LLM per vari compiti aziendali.

QCQA migliora i modelli linguistici ottimizzando l'uso della memoria mantenendo l'accuratezza.

Uno sguardo all'incrocio tra sistemi di video e comprensione del linguaggio.

Nuovi parametri assicurano che i sistemi di intelligenza artificiale rimangano rilevanti con le informazioni in evoluzione.

Un nuovo set di dati aiuta a individuare contenuti soggettivi negli articoli di notizie in arabo.

Questo articolo guarda a come la negazione influisce sui grandi modelli linguistici e sulla loro precisione.

Un nuovo framework migliora l'efficienza e le prestazioni del riconoscimento delle entità nominate.

Scopri come la morfologia computazionale aiuta a capire meglio la lingua.

Ecco MoeSumm: un modello di riassunto flessibile ed efficiente.

PairCFR migliora i modelli di allenamento usando dati controfattuali per ottenere prestazioni migliori.

Un nuovo approccio migliora l'estrazione delle relazioni usando la memoria per elaborare dati rumorosi.

LGR2 migliora le prestazioni nei compiti robotici grazie a istruzioni linguistiche e apprendimento gerarchico.

F-LMM combina abilità conversazionali con un'ancoraggio visivo per migliorare le interazioni dell'IA.

Questo articolo esamina come le forme interne nei modelli linguistici si evolvono durante il loro processo di apprendimento.

RE-RAG migliora i sistemi di QA usando un estimatore di rilevanza per una precisione migliore.

Gentle-CLIP migliora l'allineamento dei dati usando nuovi metodi e riduce la necessità di dati etichettati.

Il nuovo modello ARDiT migliora la sintesi testo-voce e l'editing vocale.

SinkLoRA migliora l'efficienza dei modelli linguistici nella gestione di testi lunghi.

Nuovi modelli adattabili possono soddisfare esigenze diverse senza riqualificazione.