Articoli più recenti per Elaborazione del linguaggio naturale

Scopri come ridurre le dimensioni di BERT mantenendo le prestazioni tramite la distillazione della conoscenza.

Un nuovo metodo migliora la diversità e la qualità delle risposte nei dialoghi.

Presentiamo un approccio economico per migliorare l'integrazione di linguaggio e immagini nei modelli di IA.

Uno studio sulla riduzione del vocabolario per modelli di linguaggio efficienti.

Calc-X aumenta significativamente l'accuratezza dei modelli linguistici nei compiti matematici.

Questo studio valuta le capacità dei LLM nel trasformare i dati delle tabelle in testo leggibile.

Esaminando come i modelli di linguaggio esprimono e calibrano i punteggi di fiducia.

OverPrompt riduce i costi e migliora l'elaborazione dei compiti per i grandi modelli di linguaggio.

PESCO offre una classificazione del testo efficiente usando metodi di apprendimento auto-supervisionato.

Questo studio analizza il compromesso tra equità e privacy nei modelli di linguaggio.

Questo articolo esamina le sfide di parsing in olandese a causa dell'ambiguità linguistica.

Uno sguardo su come migliorare le metriche di valutazione per i modelli di generazione del linguaggio naturale.

Un nuovo framework migliora il clustering del testo usando modelli di linguaggio grandi.

I ricercatori spingono i confini dei modelli di linguaggio con tecniche di apprendimento few-shot.

I ricercatori usano modelli di linguaggio per creare schemi di eventi chiari per fare previsioni migliori.

La ricerca migliora le prestazioni dei modelli per lingue a bassa risorsa usando il meta-apprendimento.

Esplorare il ragionamento basato sui casi per una comprensione efficace della lettura da parte delle macchine.

Nuovi metodi migliorano il riassunto senza usare troppa memoria.

I ricercatori migliorano la generazione di testo da dati strutturati usando metodi di ciclo di training.

Questo studio valuta quanto bene i modelli linguistici usano le conoscenze apprese in compiti pratici.

Un nuovo metodo affronta le sfide che i modelli linguistici devono affrontare nel fornire risposte accurate.

Un metodo per migliorare l'accuratezza della generazione di testi nei modelli di linguaggio.

Esaminando come il bias di genere influisce sulle metriche di valutazione nel captioning delle immagini.

Nuovi metodi migliorano la velocità di elaborazione mantenendo l'accuratezza nei modelli linguistici.

Un nuovo metodo per distillare grandi modelli linguistici senza modelli insegnanti.

Esplora i fondamenti e le applicazioni del Deep Learning e della sua variante geometrica.

GoT migliora i modelli linguistici rappresentando i pensieri come una rete.

Questo articolo spiega come i modelli di linguaggio risolvono compiti usando semplici metodi matematici.

Un nuovo metodo migliora l'uso delle risorse nei modelli di generazione di testi.

Metodi innovativi migliorano l'efficienza e le prestazioni dei modelli NLP con meno risorse.

Questo articolo esamina come il rumore influisce sulle prestazioni del modello di inflessione morfologica.

Questo documento esplora come i modelli di linguaggio affrontano scenari ipotetici e ragionamento.

Esplorando metodi per mantenere la conoscenza nei sistemi di machine learning.

CARAMEL offre stoccaggio efficiente e accesso veloce per grandi set di dati.

Nuove strategie di pre-addestramento migliorano la classificazione del testo senza bisogno di addestramento con etichette precedenti.

Un metodo per migliorare i modelli di classificazione del testo contro cambiamenti avversi.

Questo studio esamina quanto bene i modelli di linguaggio comprendano gli avverbi scalar.

Un nuovo metodo migliora la generazione di didascalie per le immagini attraverso rappresentazioni diverse delle immagini.

Sfruttare somiglianze superficiali migliora parecchio le prestazioni del modello linguistico.

Uno sguardo ai migliori metodi di sintesi per la scrittura in urdu usando nuove tecnologie.