自然言語処理 に関する最新の記事

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。

トランスフォーマーモデルのパフォーマンスに対する帰納的バイアスの影響についての研究。

詳細な画像理解における大規模なビジョン・言語モデルの限界を検証する。

研究は、言語モデルの応答におけるタイミングの問題を扱って、精度を向上させようとしてるよ。

この記事では、トランスフォーマーの最適化の課題と、SGDに対するアダムの効果について探ります。

GNERはネガティブインスタンスを組み込んでコンテキストを改善することで、エンティティ認識を強化してるよ。

新しいインフラがNLPデータセットをつなげて、社会的知性を測るんだ。

ローカル内因次元を使ってLLM出力の正確さを評価する新しい方法。

この調査は、大規模言語モデルを活用したマルチターン対話システムの最近の進展をレビューしてるよ。

大規模言語モデルの精度を高めつつ、多様な応答を確保する方法。

新しい方法が、さまざまなタスクにおける言語モデルのファインチューニング効率を高めるよ。

言語モデルのニューロンを解釈するためのさまざまな方法を評価した研究。

研究者たちは、言語的特徴を使って文の複雑さをより良く予測するために、エンコーダー・デコーダーモデルを強化してるよ。

複数のキャプションからモデルがどう学ぶかと、その過程で見つけるショートカットを調べる。

NLPモデルの逆襲攻撃に対する耐性に対するミスキャリブレーションの影響を調べてるんだ。

言語モデルを効率的にトレーニングし使うためのデュアルメソッド。

新しい方法で、ロボットが自然言語の指示を使ってタスクをよりよく学べるようになるんだ。

トランスフォーマーモデルにおける自己注意と勾配降下の検証。

新しい方法が、より正確な文埋め込みのために複数のプロンプトを使って改善したよ。

LLaMA-2が構造化された推論を使って言語をどう処理するかを見てみよう。

新しいデータセットDANSKは、さまざまなテキストにおけるデンマーク語のNERパフォーマンスを向上させるよ。

NeuroPruneは、性能を維持しながら言語モデルを縮小させて、より速く、よりアクセスしやすくしてくれるんだ。

CLLMは、洗練されたトレーニング技術を通じて、言語生成の速度と精度を向上させるんだ。

新しいアンサンブルアプローチが複雑な文構造の解析を改善する。

多様な環境での計画定義生成における言語モデルの限界を調査する。

トランスフォーマーとそのインコンテキスト自己回帰学習法の分析。

TV-TREESは、明確な推論構造で動画の質問応答を改善するよ。

新しいフレームワークが言語モデルのマルチターン意思決定を強化するよ。

ホークとグリフィンは、効率的な言語処理の新しい基準を作った。

英語のウェブコンテンツからの言語モデル訓練用の高品質データセット。

ネガティブサンプリングが知識グラフ表現モデルのトレーニングをどう改善するかを学ぼう。

TEncDMは独自のエンコーディング技術と自己条件付けを使ってテキスト生成の質を向上させるんだ。

大規模言語モデルは、エンティティ間の関係を正確に抽出するのに問題があるんだ。

DoCoは、大きなビジュアル・ランゲージモデルを強化して、文書の理解を向上させるよ。

異なる時代における言葉の意味の変化を検出する方法。