Yanghua Xiao

新しい透かし技術が、機械生成コンテンツのテキストの多様性と検出を改善してるよ。

この研究は、言語モデルの編集における課題と望ましくない波及効果を軽減することに焦点を当てている。

この研究は、論理的誤謬を理解することで言語モデルの論理的推論能力を高めるんだ。

このアプローチは、構造化されたルールを使ってウェブページからのデータ抽出を改善するんだ。

複雑なタスク中に言語エージェントの意思決定を向上させるフレームワークを紹介します。

新しいベンチマークがLLMの構造化データ形式に対する能力をテストする。

VCEvalは、オンラインコースの効果を自動で評価する方法を提供してるよ。

DetectBenchは、推論タスクにおける隠れた証拠を検出する能力でLLMを評価するよ。

パラメータを減らして効率的に言語モデルを微調整する新しい方法。

大規模言語モデルから誤解を招く回答を特定するツール。

特定のモデルに合わせてプロンプトを調整すると、言語タスクのパフォーマンスが向上するよ。

研究は、言語モデルが中国語のユーモアをどれくらい理解できるかを調べてるよ。

新しい方法で、単体と複数画像フォーマットのミームキャプション生成が改善されたよ。

研究では、LLMが学習のための教育的質問をどれだけうまく生成できるか評価してるんだ。

新しい方法がフェイクニュースの検出と説明を強化する。

新しいフレームワークが、言語モデルが感情をどれだけよく認識し反応するかを評価してるよ。

感情が言語モデルのやり取りをどう高めるかを調べる。

中国の動画に対して魅力的なコメントを生成するための新しいデータセットとフレームワーク。

この研究は、AIが現在の出来事の歴史的類似点を見つけるのにどう役立つかを調べてるよ。

BrainKingは限られた情報の下で言語モデルの問題解決スキルを評価する。

複数のプログラミング言語を使って数学的な推論を効果的に高める。