自然言語処理 に関する最新の記事

新しい方法がコンピューター生成のテキストを評価するやり方を改善してるよ。

多様な質問の言い回しを取り入れて、テキストからSQLへのモデルを強化する。

言語モデルのプロンプトチューニングを改善するためのBMTPTを紹介します。

データからテキスト生成が複雑な情報を理解しやすくする方法を学ぼう。

新しい方法が言語モデルの意思決定プライバシーを守りつつ、パフォーマンスを維持するんだ。

この記事では、言語モデルの知識を更新する際の難しさやテクニックについて考察してるよ。

未見のデータに対するNLPモデルのパフォーマンスを向上させる新しいアプローチ。

外部のフィードバックなしでLLMの推論を強化する方法を探る。

正確で証拠に基づいた答えのために言語モデルを改善する。

コードタスクに対するLLMの理解を評価するための新しいフレームワーク。

この論文は、機械学習タスクにおけるシングルヘッドアテンションに対するマルチヘッドアテンションの利点を分析してるよ。

SafeCoderは、言語モデルによって生成されたコードの安全性を向上させる。

新しい方法がモデル編集の効果を評価して、より長いテキストを生成するのを調べてるよ。

新しい方法が、言語モデルが情報を集めて使う仕方を向上させる。

変圧器が追加タスクで長いシーケンスの一般化をどう改善するかの研究。

トランスフォーマーの概要とデータ処理への影響。

不均一なデータ分布にもかかわらずモデルのパフォーマンスを向上させる戦略。

バイアスや有害な出力を減らして言語モデルの動作を改善する新しい方法。

SyntaxShapは、構文解析を通じて言語モデルの予測を理解するのを助けるよ。

SLEBは冗長なトランスフォーマーブロックを排除してLLMを効率化し、スピードと効率を向上させるよ。

インコンテキスト学習の概要と、それをペリカンスープフレームワークを使って実践する方法。

大規模言語モデルの信頼性と不確実性に関する研究。

新しいアプローチが、多様な発散測定を通じてコントラスト学習を強化してるよ。

この記事では、量子化を使ってテキスト生成モデルを改善する新しいアプローチについて話してるよ。

トランスフォーマーがセンシティブな機能で苦労する理由を深掘りしてみる。

この研究では、対話生成を多様性と質で評価する方法について詳しく説明してるよ。

研究によると、言語モデルはシンプルなテキスト操作に苦労しているらしい。

この研究は、言語モデルが正確な情報と間違った情報にどう反応するかを調べてる。

TOADデータセットは、バーチャルアシスタントのコミュニケーションを強化して、ユーザーとのやり取りを良くするよ。

広範なラベリングなしでLLMを適応させる新しい方法。

人間みたいな判断でAIの回答の正しさを評価する新しい枠組み。

この研究は、言語モデルがどのようにコンテキスト学習を使って予測を適応させるかを調べてるんだ。

この記事では、過剰一般化せずに言葉のフィードバックを使ってLLMsを改善する方法について話してるよ。

トランスフォーマーが回帰タスクで非構造データを扱うのが得意な理由を見てみよう。

生成モデルを使った抽出型言語処理の未来を探る。

新しいアプローチが、限られたデータでも言語モデルのシーケンス変換能力を向上させる。

LinkNERは、より良い固有表現認識のためにNERモデルとLLMを組み合わせてるんだ。

この研究は、否定に対するアプローチを洗練させることで言語モデルを強化することに重点を置いている。

LLMの抽象理解を高めるためのフレームワーク。

AIのパフォーマンス向上のためのドメイン特化型アダプタのミキシングに関する研究。