Articoli più recenti per Elaborazione del linguaggio naturale

L'attenzione Cross-Layer riduce il bisogno di memoria mantenendo le prestazioni del modello nel processamento del linguaggio.

Questo studio esamina le prestazioni di CLM e MLM nella generazione di testo.

Esplorando un nuovo metodo per capire l'emergere nei modelli di linguaggio.

Un nuovo metodo migliora l'accuratezza e la chiarezza del fact-checking.

Un nuovo metodo migliora l'identificazione dei circuiti all'interno dei grandi modelli di linguaggio.

Tecniche innovative di modifica dei modelli offrono output dei modelli linguistici più sicuri senza doverli riaddestrare a lungo.

Questo studio mette in discussione l'efficacia di ReAct nel migliorare le performance degli LLM.

Aaren migliora l'efficienza nei modelli basati sull'attenzione per l'analisi dei dati sequenziali.

Un nuovo approccio allinea i modelli di linguaggio con i contenuti video usando simulazioni testuali.

Un nuovo metodo combina LLM e KG per migliorare l'accuratezza del ragionamento.

Questo articolo esplora le tecniche di analisi dei circuiti nei modelli di Trasformatore per migliorare l'elaborazione del linguaggio.

Esaminando come i modelli linguistici valutano e generano narrazioni coinvolgenti.

Un nuovo framework riduce i bias nei dati migliorando le performance dei modelli linguistici nel seguire le istruzioni.

Questo lavoro esplora il ruolo dei LLM nel migliorare il reinforcement learning con il reward shaping.

OptLLM aiuta gli utenti a scegliere i migliori LLM per budget e compiti.

Questa ricerca evidenzia la necessità di una valutazione migliore dell'uso della cronologia delle conversazioni nei sistemi di dialogo.

LangCell combina i dati delle celle e il linguaggio naturale per un'analisi delle celle migliore.

Un nuovo metodo migliora come i sistemi gestiscono gli errori nella comprensione del linguaggio parlato.

Questo articolo parla di un metodo di ranking flessibile che usa embedding multivettoriali per avere risultati di ricerca migliori.

Quest'articolo parla di problemi e migliori pratiche per valutare i modelli di lingua.

AGILE migliora gli agenti LLM con memoria, consigli di esperti e strumenti in tempo reale.

Un modo nuovo per migliorare i modelli di trasformatore usando tecniche di codifica posizionale adattabili.

I2CL migliora l'efficienza e le prestazioni nei compiti dei modelli di linguaggio.

AdvEval mette in luce le debolezze nelle metriche di valutazione della Generazione del Linguaggio Naturale.

Un nuovo metodo migliora l'efficienza nei compiti di ranking dei documenti.

Un framework per rilevare meglio le false affermazioni nei modelli di linguaggio.

Un nuovo metodo per migliorare la riscrittura delle query senza dati etichettati.

Nuovi metodi migliorano le prestazioni del modello durante la quantizzazione nei modelli di linguaggio.

I ricercatori stanno indagando sulle sfide che affrontano i LLM con domande ambigue.

Un nuovo metodo per migliorare l'uso della memoria nei modelli linguistici.

Un metodo di apprendimento attivo in due fasi migliora l'accuratezza del riconoscimento vocale con meno dati.

Un dataset che semplifica le query sui Registri Elettronici della Salute tramite linguaggio naturale.

MoEUT migliora l'efficienza e le prestazioni dei Transformer Universali nei compiti di linguaggio.

Uno studio su come migliorare la robustezza contro gli attacchi nei modelli linguistici.

Esaminando come la complessità geometrica influisce sulle prestazioni del modello nel trasferimento dell'apprendimento.

Questo articolo parla delle allucinazioni nei LVLM e propone metodi per affrontarle.

Il framework HDC migliora il riconoscimento degli oggetti usando descrizioni linguistiche nelle immagini.

Introducendo Allineamento da Dimostrazioni per modelli linguistici sicuri ed efficaci.

Una panoramica sul crescente campo della generazione di testo e le sue implicazioni.

Un metodo per allenare grandi reti neurali in modo efficiente usando meno memoria.