Articoli più recenti per Elaborazione del linguaggio naturale

Questo studio valuta le prestazioni dei LLM con la lingua persiana.

La ricerca evidenzia le vulnerabilità dei sistemi MNMT agli attacchi backdoor.

Uno studio su come T5 elabora dati strutturati per query SQL.

LP++ migliora l'adattamento dei modelli vision-language, soprattutto negli scenari di few-shot learning.

Esplora come il Mixture-of-Depths migliora l'efficienza dei modelli linguistici in modo sostenibile.

Uno studio mostra che modelli più piccoli funzionano bene con dati di addestramento semplificati.

Un nuovo metodo di allenamento migliora la composizionalità dei modelli di visione-linguaggio.

Un nuovo approccio per migliorare il topic modeling usando relazioni basate su grafi.

Un nuovo dataset misura i sistemi RAG per rispondere alle domande in modo preciso.

I nuovi modelli migliorano le capacità di ragionamento in vari compiti, aumentando le performance dell'AI.

Un nuovo metodo migliora la risoluzione della coreferenza degli eventi per una migliore comprensione del testo.

Un modo strutturato per valutare i modelli linguistici in contesti multilingue.

Esaminando la distinzione uso-menzione nel discorso online.

Integrare il ragionamento umano nell'addestramento dell'IA migliora le spiegazioni del modello e crea fiducia.

Combinare linguaggio e navigazione migliora come i robot funzionano in vari ambienti.

Una panoramica dei diversi metodi di apprendimento usati dai modelli linguistici.

Un nuovo framework migliora i modelli linguistici riconoscendo e rispondendo a diversi stili di linguaggio.

Un nuovo dataset migliora la capacità dei LLM di seguire istruzioni complesse.

AQuA misura la qualità dei commenti usando le opinioni di esperti e utenti.

DIBS migliora i sottotitoli degli eventi video perfezionando i confini usando dati non etichettati.

Quest'articolo analizza come gli attacchi avversari compromettano i modelli di classificazione del testo.

Esaminare come l'incertezza influisce sulla presa di decisioni nei modelli di linguaggio di grandi dimensioni.

MGFiD migliora l'accuratezza e l'efficienza nel rispondere a domande su argomenti vari.

Nuovi metodi migliorano l'elaborazione del linguaggio in diverse lingue.

Metodi innovativi per addestrare modelli usando testo compresso.

Nuovi modelli linguistici progettati per diverse lingue nel Sud-Est asiatico mostrano risultati promettenti.

Questo lavoro si concentra sul trovare scene importanti per migliorare i riassunti delle sceneggiature dei film.

Questo studio esamina i metodi per mantenere la privacy nei compiti di elaborazione del linguaggio.

Un nuovo metodo migliora il collegamento degli eventi nei testi usando il ragionamento generato dall'IA.

Il dataset KazQAD migliora le capacità di risposta alle domande in lingua kazaka.

Un nuovo metodo migliora la segmentazione delle immagini usando descrizioni testuali e coppie di immagini.

BEAR migliora la valutazione della conoscenza relazionale nei modelli di linguaggio.

Migliorando l'accuratezza del modello sistemando i problemi nei dati di ingresso.

Un dataset che esamina come le persone giudicano la plausibilità degli eventi in base al linguaggio.

Migliorare i programmi informatici per risolvere problemi di matematica con parole attraverso esempi di dati migliori.

Questo articolo esplora l'integrazione del controllo PID nei trasformatore per migliorare la robustezza e la qualità dell'output.

Questo articolo esamina i metodi per generare domande per migliorare l'estrazione degli argomenti degli eventi.

I nuovi modelli puntano a migliorare l'accuratezza nell'analizzare i dati delle sperimentazioni cliniche.

Questo documento parla di come personalizzare i LLM usando metodi di recupero per avere interazioni migliori con gli utenti.

LLM2Vec migliora i modelli solo decoder per una migliore elaborazione del linguaggio.