Articoli più recenti per Tecnologia Linguistica

Presentiamo DictaLM 2.0 e DictaLM 2.0-Instruct per un'elaborazione migliorata della lingua ebraica.

I ricercatori sviluppano metodi per migliorare i modelli linguistici per diverse lingue.

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

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

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

Un nuovo modo per migliorare i modelli linguistici per le diverse lingue indiane.

I modelli Phi-3 si concentrano sulla sicurezza e sull'allineamento con i valori umani.

Un innovativo dataset romeno migliora notevolmente lo sviluppo dei modelli linguistici.

Questa ricerca migliora l'efficienza della traduzione automatica simultanea usando componenti modulari adattabili.

Questo articolo parla delle sfide nel rilevare le allucinazioni nella traduzione automatica tra diverse lingue.

I nuovi modelli migliorano la comprensione del linguaggio integrando strutture di dipendenza.

Dallah supporta i dialetti arabi, migliorando la comunicazione in testo e immagini.

Un nuovo modello di intelligenza artificiale si concentra nel supportare le lingue dell'Asia sudorientale.

Nuovo framework migliora il riconoscimento vocale per i diversi dialetti arabi.

Meltemi 7B porta strumenti AI avanzati per i parlanti greci.

Nuovo dataset migliora il sistema di domande e risposte dell'IA per la lingua polacca.

Nuovi metodi migliorano le traduzioni per lingue sconosciute senza bisogno di dati estesi.

ELM dimostra l'efficacia di modelli linguistici più piccoli e specifici per il contesto nell'istruzione.

Hindi-BEIR punta a migliorare i sistemi di recupero delle informazioni per il contenuto in hindi.

NEST offre un approccio più veloce ed efficiente per i compiti di riconoscimento vocale self-supervised.

Il modello RedWhale migliora la comprensione del testo coreano grazie a tecniche specializzate.

Un nuovo metodo migliora il riconoscimento vocale per l'hindi usando tecniche di pseudo-etichettatura.

La ricerca migliora il riconoscimento vocale per l'hindi con accenti diversi.

Un nuovo modello progettato per migliorare i compiti di lingua vietnamita tramite l'elaborazione di testo e immagini.

Un sistema per classificare i dialetti tamil letterari e colloquiali usando le caratteristiche sonore.

Questo articolo tratta dello sviluppo di modelli linguistici open source per la lingua lituana.

Uno sguardo allo sviluppo degli LLM e alle sfide per le lingue dell'UE.

Uno sguardo a Sparse Mamba, un metodo per avere un controllo migliore sul modello linguistico.

Sforzi per creare strumenti per elaborare la lingua sindhi attraverso la raccolta di grandi dati testuali.

InkubaLM punta a migliorare l'elaborazione linguistica per le lingue africane meno rappresentate.

Un nuovo modo per migliorare i modelli di decodifica per i diversi dialetti.

La ricerca si concentra sul miglioramento dell'apprendimento delle lingue attraverso modelli di linguaggio legati alla realtà visiva.

Ricercando connessioni nei testi biblici con modelli linguistici avanzati.

Migliorare l'identificazione delle parole parlate tramite indizi visivi in lingue poco supportate.

Nuovi metodi migliorano la comprensione del linguaggio parlato grazie a un dataset innovativo.

Un nuovo approccio migliora la chiarezza della ricerca usando grafi di conoscenza cognitiva e modelli di linguaggio.

Esaminando come il linguaggio influisce sull'efficacia delle raccomandazioni basate su LLM.

I test di Linguini valutano quanto bene i modelli ragionano con lingue diverse.

Nuovi metodi migliorano i modelli di linguaggio per le preferenze individuali degli utenti.

Migliorare la sintesi vocale nelle lingue indiane usando unità inter-pausali.