Articoli più recenti per Elaborazione del linguaggio naturale

InternLM-Law migliora le risposte a diverse domande legali cinesi con un addestramento avanzato.

Nuove tecniche migliorano le capacità di ragionamento e logica dei grandi modelli linguistici.

Esplorare come i profili utente migliorano la personalizzazione nei modelli di linguaggio.

Uno studio esamina quanto bene gli LLM ragionano con i dati a grafo.

Un nuovo modello migliora il riconoscimento dei riferimenti agli eventi in più documenti.

Un nuovo modello migliora il legame tra comprensione visiva e linguistica.

Esplorando come i sink di attenzione influenzano le prestazioni dei modelli linguistici e introducendo una tecnica di calibrazione.

Questo paper presenta un metodo per valutare i modelli di linguaggio attraverso vari prompt.

Uno studio esplora sistemi che usano immagini e testo per fare previsioni migliori delle etichette.

Uno studio che mette in evidenza l'importanza di annotazioni complete per la valutazione del recupero.

Un nuovo metodo per capire meglio gli eventi usando più documenti.

MIGU migliora l'apprendimento continuo nei modelli linguistici senza bisogno di dati vecchi.

Scopri come gli algoritmi di inferenza migliorano le performance nella generazione di testo.

Questo articolo esamina i problemi di tokenizzazione e propone soluzioni per ridurre i pregiudizi.

Un nuovo metodo per definire le ricompense per gli agenti di apprendimento per rinforzo usando modelli di linguaggio.

Un nuovo approccio migliora i modelli Transformer per una migliore elaborazione dei testi lunghi.

Questa ricerca esplora come le abilità di ragionamento si trasferiscono tra le lingue nei modelli linguistici.

Uno sguardo a come gli embeddings delle frasi migliorano l'elaborazione del linguaggio nell'IA.

Questo documento presenta un metodo per usare LLM per annotare dati tabulari con il minimo sforzo umano.

Questo articolo parla di un metodo per addestrare agenti generalisti usando il linguaggio e la visione.

Esplora come i modelli linguistici memorizzano attraverso la recitazione, la ricostruzione e il ricordo.

Questo studio si concentra su come migliorare le risposte dei modelli puntando su requisiti di lunghezza specifici.

ViANLI presenta nuove sfide per i modelli NLP nell'elaborazione della lingua vietnamita.

Questa ricerca si concentra sul miglioramento del riconoscimento delle entità nominate attraverso strategie di rappresentazione dei dati variate.

Questo articolo esamina come gli embeddings generati da LLM si relazionano ai token chiave nei testi.

Esaminare il comportamento di attenzione insolito nei modelli Transformer.

RAIL unisce l'apprendimento continuo con modelli vision-linguaggio per una migliore adattabilità.

Un nuovo metodo migliora la precisione nella risposta a domande per modelli di linguaggio a scatola nera.

I CMDP combinano la massimizzazione delle ricompense con la sicurezza nelle applicazioni di intelligenza artificiale.

Uno studio sull'uso di modelli di prompt per valutare la traduzione automatica e il riassunto.

Un nuovo sistema migliora l'addestramento dei modelli linguistici di grandi dimensioni con sequenze lunghe.

Un nuovo approccio per classificare i testi generati da esseri umani e da macchine in modo più efficace.

LLaMIPa migliora la capacità dei computer di comprendere le dinamiche della conversazione.

Un nuovo approccio migliora l'estrazione degli eventi causali utilizzando una valutazione incentrata sull'uomo.

Uno sguardo più da vicino su come funzionano i modelli MoE e i loro potenziali benefici.

Un nuovo metodo per migliorare le prestazioni dei modelli linguistici con testi lunghi.

Questo studio valuta quanto bene i grandi modelli di linguaggio utilizzano informazioni esterne.

Un nuovo metodo migliora l'analisi del sentiment affrontando le sfide della scarsità di dati.

Un nuovo modello migliora le capacità di chiamata delle funzioni dei modelli linguistici per compiti complessi.

IDAICL migliora le previsioni affinando la qualità delle dimostrazioni nell'apprendimento contestuale.