Artigos mais recentes para Processamento de Linguagem Natural

Um novo método melhora a velocidade de geração de texto usando modelos de linguagem grandes e pequenos.

Um estudo sobre métodos eficientes para ajustar modelos grandes através da Adaptação de Baixa Classificação.

A MobiLlama oferece um processamento de linguagem eficiente pra dispositivos com recursos limitados.

A pesquisa examina como os LLMs conectam informações para responder a perguntas complexas.

Combinar modelos melhora muito a precisão da análise de sentimentos.

Um novo método melhora a eficiência do reconhecimento de fala usando adaptação de baixo rank.

Pesquisa sobre como o viés indutivo afeta o desempenho do modelo Transformer.

Analisando as limitações de grandes modelos de linguagem e visão na compreensão detalhada de imagens.

A pesquisa aborda questões de tempo nas respostas de modelos de linguagem pra melhorar a precisão.

Esse artigo explora os desafios de otimização nos Transformers e a eficácia do Adam em comparação ao SGD.

O GNER melhora o reconhecimento de entidades ao integrar instâncias negativas e melhorar o contexto.

Uma nova infraestrutura conecta conjuntos de dados de NLP pra medir inteligência social.

Um novo método pra avaliar a precisão das saídas de LLM usando dimensões intrínsecas locais.

Essa pesquisa revisa os desenvolvimentos recentes em sistemas de diálogo de múltiplas turnos usando grandes modelos de linguagem.

Um jeito de melhorar a precisão em modelos de linguagem grandes, garantindo respostas variadas.

Um novo método melhora a eficiência do ajuste fino para modelos de linguagem em diversas tarefas.

Um estudo avaliando vários métodos para interpretar neurônios de modelos de linguagem.

Pesquisadores melhoram modelos Encoder-Decoder pra prever melhor a complexidade das frases usando características linguísticas.

Examinando como os modelos aprendem com várias legendas e os atalhos que eles encontram.

Examinando o impacto da descalibração na resistência dos modelos de NLP a ataques adversariais.

Um método duplo pra treinar e usar modelos de linguagem de forma eficiente.

Um novo método ajuda os robôs a aprender tarefas melhor usando orientações em linguagem natural.

Analisando a autoatenção e o gradiente descendente em modelos transformers.

Novo método melhora as representações de frases usando múltiplos prompts pra uma precisão melhor.

Um olhar sobre como o LLaMA-2 processa a linguagem usando raciocínio estruturado.

Novo conjunto de dados DANSK melhora o desempenho de NER em dinamarquês em vários textos.

O NeuroPrune diminui o tamanho dos modelos de linguagem enquanto mantém o desempenho, deixando eles mais rápidos e acessíveis.

Os CLLMs melhoram a velocidade e a precisão da geração de linguagem com técnicas de treino mais refinadas.

Uma nova abordagem em conjunto melhora a análise de estruturas de frases complexas.

Analisando as limitações dos modelos de linguagem pra gerar definições de planejamento em diferentes contextos.

Uma análise dos Transformers e seus métodos de aprendizado autorregressivo em contexto.

TV-TREES melhora a resposta a perguntas em vídeos com estruturas de raciocínio claras.

Um novo framework melhora a tomada de decisão em várias etapas para modelos de linguagem.

Hawk e Griffin estabeleceram um novo padrão em processamento de linguagem eficiente.

Um conjunto de dados de alta qualidade pra treinar modelos de linguagem a partir de conteúdo da web em inglês.

Aprenda como a amostragem negativa melhora o treinamento de modelos de representação de grafos de conhecimento.

TEncDM melhora a qualidade da geração de texto através de técnicas de codificação únicas e autocondicionamento.

Modelos de linguagem grandes enfrentam problemas em extrair com precisão as relações entre entidades.

O DoCo melhora Modelos Visuais-Linguísticos Grandes pra uma compreensão de documentos melhor.

Um método pra detectar mudanças nos significados das palavras ao longo das diferentes épocas.