Articoli più recenti per Elaborazione del linguaggio naturale

CD-T migliora la comprensione dei modelli transformer, aumentando l'interpretazione e la fiducia.

Questo articolo esamina i metodi per valutare i riassunti di testo usando grandi modelli linguistici.

Un nuovo framework migliora il modo in cui i modelli generano immagini da prompt testuali complessi.

BAPO migliora i modelli linguistici mantenendo le conoscenze essenziali e le preferenze degli utenti.

Miglioramenti al modello BERT per una gestione migliore dei documenti legali turchi.

Nuovi metodi migliorano la privacy e la coerenza usando collocazioni nei dati linguistici.

Un nuovo metodo per riscrivere testi che garantisce la privacy e mantiene il significato.

I nuovi modelli producono descrizioni video di alta qualità in modo efficace.

WallFacer migliora l'efficienza nell'addestramento di modelli Transformer a lungo raggio con comunicazioni ottimizzate.

Un nuovo metodo migliora l'efficienza nel rispondere a domande su video lunghi.

TADPoLe allena agenti usando ricompense basate su testo per l'esecuzione di compiti naturali.

Un nuovo approccio che migliora le prestazioni di UDA usando CLIP e guida linguistica.

Un framework per ridurre il bias nei modelli linguistici di AI mantenendo l'accuratezza.

Valutare metodi per migliorare le performance in contesti lunghi nei modelli linguistici.

Il modello XLSR-Transducer è super per la trascrizione in tempo reale con poca roba.

Un nuovo metodo migliora la selezione delle miscele di dati per l'addestramento dei modelli linguistici.

DogeRM unisce modelli generali e specifici per migliorare l'efficacia delle prestazioni del modello linguistico.

HyperLoader migliora l'allenamento di modelli multitasking usando tecniche innovative e hypernetwork.

Un nuovo metodo migliora il rispondere alle domande nei grafi di conoscenza usando esempi.

Integrare la conoscenza dei grafi migliora le performance nelle lingue a bassa risorsa utilizzando adattatori linguistici.

Questo studio analizza come i modelli linguistici adattano le spiegazioni per diversi livelli di lettura.

Nuovi modelli migliorano l'analisi del testo per l'inglese malese usando articoli di notizie locali.

I ricercatori stanno studiando metodi per proteggere informazioni sensibili nei modelli di classificazione del testo.

Un nuovo framework che migliora le previsioni per i modelli di linguaggio di grandi dimensioni usando dati sulle performance storiche.

SLIMER migliora le performance di NER concentrandosi su definizioni e linee guida.

La ricerca svela nuovi metodi per la scrittura automatica di referti diagnostici usando l'IA.

Scopri come la generazione aumentata da recupero migliora la qualità delle informazioni e la rilevanza delle risposte.

CPT migliora le prestazioni dei modelli black-box senza accesso diretto ai parametri interni.

Esplorando tre approcci per identificare le caratteristiche e i valori dei prodotti nell'e-commerce.

M IST migliora l'interazione tra modelli visivi e linguistici per una performance migliore.

M2QA migliora il machine learning per domande in diverse lingue e argomenti.

Questo studio analizza metodi per migliorare la classificazione del testo usando SVM e funzioni kernel.

Questo studio esplora come i modelli di linguaggio grandi gestiscono i compiti di ragionamento fuzzy.

Un nuovo metodo migliora l'estrazione delle relazioni a livello di documento utilizzando una selezione dei dati efficiente.

TokenVerse semplifica l'analisi delle conversazioni parlate integrando più compiti in un unico modello.

Questo articolo esplora come i piccoli modelli linguistici imparano a gestire il rumore nei dati.

Una panoramica su come funzionano i modelli linguistici come i Transformer e il loro significato.

Questo articolo parla dei punti di forza e di debolezza dei Grandi Modelli Linguistici.

Un nuovo metodo migliora le prestazioni e l'efficienza dei modelli linguistici.

Un nuovo metodo migliora il modo in cui i LLM gestiscono i dati strutturati.