自然言語処理 に関する最新の記事

言語研究のために自然言語をコーパスクエリ言語に変換する新しい方法。

FanOutQAは、構造化データを使って難しいマルチホップの質問で言語モデルを評価するのに役立つよ。

新しい方法で、さまざまな分野や言語での一般的な文書レイアウトを特定できるようになった。

新しい方法が、より良い例の選択を通じて言語モデルのパフォーマンスを向上させる。

新しい方法がユーザー行動の洞察を取り入れてLLMを強化する。

新しい方法が、モデルがデータから学ぶ方法を改善して、より良い予測をするようになったよ。

答えられない質問に対して言語モデルの応答を強化する方法。

言語モデルにおけるアテンションヘッドとニューロンの役割を探る。

データ拡張技術とそれがNLPモデルに与える影響を探る。

新しい方法が、簡易な強化学習を通じてAIモデルのパフォーマンスを向上させることを約束してるよ。

単語の感受性が自然言語処理モデルにどう影響するか調べてるんだ。

FUTEは、複数のモデルにわたるタスク埋め込みの新しいアプローチを提供してるよ。

新しい多言語コーパスが議論の生成と分析を向上させる。

この研究は、ビジョンと言語モデルを評価する際の不確実性の重要性を強調してるよ。

KIEvalは言語モデルのデータ汚染に対処するためのインタラクティブな評価を提供してるよ。

この方法はマルチモーダルタスクの指示データを効率的に強化するよ。

大きいモデルと小さいモデルを組み合わせると、関係抽出の効果がアップするよ。

不確実な状況での意思決定のために、ファジー論理とモーダル論理の相乗効果を探ってみて。

新しい手法が報酬モデルでドメイン知識を使って意見要約を強化する。

研究者たちは、コンポーネントが取り除かれたときにモデルがどのように適応するかを調査している。

この作品は、反実仮想生成におけるコンテンツとスタイルの依存関係を強調してる。

ChunkAttentionは、より速くて効率的な言語モデルのパフォーマンスのために自己注意を強化する。

この研究では、大規模言語モデルの有害な出力を制限する方法を紹介してるよ。

例の配置が言語モデルの効果にどう影響するか。

この論文は、トランスフォーマーモデルとマルコフ連鎖をつなげて理解を深めるんだ。

この研究は、LLMが異なる特徴に基づいてさまざまなエンティティを効果的にランク付けできるかどうかを調べてる。

虐待的な言語検出とテキストスタイル転送の方法についての深い考察。

この記事では、LVLMの幻覚を評価するための新しいフレームワークについて話してるよ。

量子技術が自然言語処理タスクをどう向上させるかを探る。

SportQAは、7万以上の質問を通じて言語モデルのスポーツ理解を評価する。

研究は言語モデルの評価におけるバイアスを強調し、改善のための方法を提案している。

大規模言語モデルの性能に対する推論方法の影響を分析する。

Sinkhorn距離を使って知識蒸留の効果を改善する新しいアプローチ。

AIソフトウェアシステムを改善するためのデータ中心アプローチを探ってみて。

新しい方法で、大きな言語モデルと小さな言語モデルを使ってテキスト生成の速度が向上した。

大きなモデルを効率的にファインチューニングするためのローランク適応に関する研究。

MobiLlamaは、リソースが限られたデバイス向けに効率的な言語処理を提供してるよ。

研究は、LLMが情報をどのように結びつけて複雑な質問に答えるかを調べている。

モデルを組み合わせると、感情分析の精度が大幅に向上するよ。

新しい方法が低ランク適応を使って音声認識の効率を高めてるんだ。