Articoli più recenti per Elaborazione del linguaggio naturale

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.

Nuovi metodi migliorano la capacità dei modelli linguistici di gestire aggiornamenti di conoscenze multilingui.

GenSco migliora i sistemi di QA aumentando l'accuratezza e la coerenza nelle risposte a domande multi-hop.

Uno sguardo all'apprendimento PAC e al suo ruolo nella decisione basata sui dati in modo efficiente.

I ricercatori esplorano approcci senza testo per capire meglio il linguaggio parlato.

Uno sguardo più da vicino ai metodi per garantire che i LLM siano al sicuro da abusi.

WeLore porta efficienza ai modelli di linguaggio grandi semplificando le matrici di pesi.

Un nuovo dataset punta a migliorare la comprensione delle istruzioni persiane da parte dell'IA.

Questo articolo parla di come migliorare la resistenza dei VLM agli attacchi avversari tramite scelte di design.

Un nuovo metodo migliora la classificazione kNN usando gradienti per una migliore rappresentazione delle caratteristiche.

Uno studio su come raccogliere e usare il feedback degli utenti per migliorare i modelli di linguaggio.

WGQA migliora l'efficienza dei modelli linguistici riducendo al contempo il bisogno di memoria.

Questo studio rivela come i LLMs sviluppano le loro capacità durante l'addestramento.

DocBench valuta i sistemi basati su LLM per leggere e rispondere a diversi formati di documenti.

I ricercatori migliorano la scrittura delle formule nei fogli di calcolo usando modelli di linguaggio per un supporto utente migliore.

Usare modelli linguistici per migliorare compiti in lingue poco rappresentate tramite la generazione di dati.

Uno sguardo a come CLIP gestisce la negazione nel linguaggio.

La ricerca mostra effetti diversi delle tecniche di sbiancamento sugli embeddings delle frasi nei compiti di NLP.

BinaryAlign migliora l'accuratezza dell'allineamento delle parole sia per le lingue ad alta risorsa che per quelle a bassa risorsa.

Un nuovo metodo permette ai modelli linguistici di generare i propri dati di addestramento per migliorare le prestazioni.

Uno studio svela i rischi per la sicurezza derivanti dal data poisoning nei modelli di linguaggio grandi.

Un nuovo metodo migliora i sistemi per rispondere a domande legate alle immagini usando conoscenze esterne.

Uno studio su come migliorare l'accuratezza dei LLM attraverso metodi di recupero basati sull'intento.

Questo studio confronta modelli per prevedere emozioni nei testi politici polacchi.

Dartboard migliora il recupero nei modelli linguistici massimizzando le informazioni rilevanti.