自然言語処理 に関する最新の記事

新しい方法で視覚トークンを減らしてコスト効率の良いトレーニングができるようになった。

研究は、正確な外部データソースを使って言語モデルを改善することを目指している。

スピーチデータを選ぶ新しい方法は、ラベリングを最小限に抑えつつ、認識精度を向上させる。

文書レベルの関係抽出における技術と課題の概要。

TEMTフレームワークは、テキストコンテキストを使って時間的知識グラフの補完を改善する。

研究の目的は、機械の解析プロセスを人間の言語理解に合わせることだよ。

報酬モデルの一貫性が言語モデルのパフォーマンスに与える影響を調査中。

新しいフレームワークがLLMの長いテキストや会話の処理能力を向上させるよ。

フレームワークは、いろんなタスクに合わせたツールセットを統合することでLLMの性能を向上させるんだ。

ツリーサーチ法が大規模言語モデルをどう改善するかを見てみよう。

新しいデータセットが動画アクション認識のゼロショット学習を改善する。

LLMsがどうやって言語をコードに変換するのか、いろんなタスクにわたって詳しく見ていこう。

新しいデータセットとモデルで複雑なクエリからのオブジェクト識別が改善されたよ。

この研究は、ダンジョンズ＆ドラゴンズの冒険書におけるNERモデルのパフォーマンスをレビューしているよ。

この研究では、革新的な方法とデータ戦略を使って多言語質問応答のパフォーマンスを向上させてるよ。

知識グラフタスクでのTurtle構文を使ったLLMの能力評価。

SCALEは、専門的なモデルと大規模なモデルを組み合わせて、特にリソースが少ない言語の翻訳を改善するんだ。

この記事では、自己教師あり学習とエネルギーベースモデルの機械学習への統合について話してるよ。

会話中の感情を予測する新しい方法で、人間と機械のインタラクションを向上させる。

埋め込み層とそれが言語モデルのパフォーマンスに与える影響についての研究。

新しいフレームワークが質の高いデータでモデルの性能を向上させる。

文脈が声明の有効期限にどんな影響を与えるかについての研究。

埋め込みとメタフィーチャーを使ったAIモデルの評価の新しい方法。

この記事では、非決定性オートマトンを使って単語を分類する方法を調べるよ。

GLIDE-RLは、マルチエージェントフレームワークを通じてAIが自然言語の指示に従う能力を強化する。

大規模言語モデルの概要とコミュニケーション技術への影響。

テキストから医療意思決定ツリーを作る新しい方法が臨床意思決定を向上させる。

この研究は、言語モデルが生成した詳細な説明を使って画像分類を強化するんだ。

ProTextは、テキストだけのデータを使って視覚と言語のモデルを強化し、タスクの処理をより良くするんだ。

言語モデルが会話のやり取りやエラーをどう扱うかを調べる。

言語モデルのテキスト品質をより良く評価する新しい方法を紹介するよ。

Bodeはポルトガル語のテキスト理解を向上させるために設計された言語モデルだよ。

新しいモデルはピクセル表現を使ってテキストを生成し、明瞭さとパフォーマンスを向上させる。

新しいアプローチが音声と言語モデルの統合を強化する。

SeTformerは画像と言語の処理効率を向上させるよ。

文字列の自動的および条件付きの複雑さとその応用を探求しよう。

長いテキストを扱う言語モデルの能力を向上させる新しい方法。

PEneoフレームワークは、視覚要素を持つドキュメントからのキー・バリュー抽出を強化します。

現代の言語モデルの発展とコミュニケーションへの影響を探る。

STAIRは、動画の質問応答を改善するために、クエリを扱いやすいタスクに分解するんだ。