Articoli più recenti per Elaborazione del linguaggio naturale

Un nuovo metodo per migliorare il riconoscimento in documenti complessi.

Un'architettura modello flessibile che migliora l'efficienza e le prestazioni del Transformer.

Una selezione dei dati efficace migliora le performance nei modelli di linguaggio di grandi dimensioni.

Un nuovo modo per trovare momenti video usando query in linguaggio naturale.

Uno sguardo a come i KG e i LLM migliorano le applicazioni AI.

I ricercatori semplificano i metodi per elaborare testi e grafici usando modelli di linguaggio.

Esaminando le difficoltà che i modelli affrontano con le sequenze lunghe in varie applicazioni.

Un nuovo metodo che migliora le prestazioni del modello attraverso una gestione efficace degli outlier.

Un modello guidato dalla voce che trasforma l'interazione audio con la tecnologia.

Uno studio rivela connessioni chiave su come funzionano i modelli di linguaggio di grandi dimensioni.

Presentiamo l'Adaptazione Random Subspace per un fine-tuning efficiente dei modelli linguistici.

Un nuovo framework migliora le prestazioni dell'ASR usando dati e risorse limitati.

Migliorare come i modelli gestiscono le prove in documenti lunghi costruisce la fiducia degli utenti.

PaliGemma unisce comprensione delle immagini e del testo per applicazioni versatili.

Un nuovo metodo migliora l'apprendimento dei VLM dai candidati etichettati ambigui.

MARS migliora la qualità delle immagini generate da descrizioni testuali usando tecniche avanzate.

LAPT semplifica la rilevazione OOD, migliorando l'affidabilità dell'IA in situazioni di incertezza.

I metodi automatici per annotare i membri del gruppo possono migliorare l'equità nei sistemi di recupero delle informazioni.

Uno studio su come migliorare la capacità dell'IA di seguire istruzioni in linguaggio naturale.

Un nuovo metodo per un'efficace modellazione degli argomenti in testi lunghi.

Nuovi metodi migliorano la velocità e l'efficienza nei meccanismi di attenzione per i modelli linguistici.

La ricerca si concentra su come migliorare l'accuratezza e l'affidabilità dei modelli linguistici.

KVMerger riduce l'uso della memoria nei modelli linguistici mantenendo le prestazioni grazie a una fusione efficace degli stati.

Un nuovo approccio migliora le abilità matematiche dei modelli linguistici utilizzando tecniche di autoapprendimento.

Scopri un nuovo modello per gestire documenti lunghi in modo efficace.

Uno sguardo profondo sulla scelta del modello di embedding per la generazione potenziata da recupero.

Esplorando la distillazione simbolica della conoscenza nei modelli linguistici grandi per avere più chiarezza e utilità.

GRAD-SUM automatizza la creazione di prompt per ottenere risultati migliori con i modelli di linguaggio ampi.

Esaminando l'efficienza e l'uso energetico dei Modelli Linguistici Grandi nelle applicazioni AI.

Questo articolo esplora come i cambiamenti nei layer influenzano le prestazioni dei modelli transformer.

ACoNE offre un modello efficiente per generare embedding di query spiegabili.

DANIEL integra più tecniche per un'estrazione efficace da documenti scritti a mano.

I ricercatori sviluppano metodi per allineare meglio i modelli linguistici con le preferenze umane.

Analizzando come i LLM gestiscono le imprecisioni testuali in situazioni reali.

Combinare UMLS con GPT migliora l'estrazione di informazioni mediche dai testi clinici.

I ricercatori trovano modi per ridurre le dimensioni dei modelli di rilevamento delle intenzioni mantenendo l'accuratezza.

Esplora come Hydra e le matrici strutturate migliorano l'efficienza e l'accuratezza nella modellazione delle sequenze.

Mettendo in evidenza gli sforzi per migliorare il NER arabo attraverso l'iniziativa WojoodNER.

Un nuovo set di dati punta a migliorare i modelli di lingua hindi per le applicazioni di intelligenza artificiale.

MaskMoE migliora l'apprendimento dei token nei modelli MoE potenziando le prestazioni dei token poco frequenti.