Artigos mais recentes para Processamento de Linguagem Natural

Explore transformações para melhorar a qualidade dos testes de linguagem natural.

Pesquisas mostram que tokens anteriores têm potencial pra melhorar os resultados dos modelos de linguagem.

Novos métodos melhoram a velocidade e a precisão nas previsões de modelos de linguagem.

Uma olhada na distância de edição e seu papel em transdutores de estado finito.

Criando recursos para DocRE em japonês através do desenvolvimento inovador de conjuntos de dados.

Um novo método usa perguntas pra identificar papéis de eventos em documentos.

Aprenda como novos métodos melhoram as conexões visuais e textuais dos modelos.

Um estudo sobre como adaptar LLMs para gerar anotações clínicas de forma eficiente.

Modelos de linguagem pequenos podem melhorar o raciocínio através de críticas geradas por eles mesmos.

Esse artigo fala sobre como os transformers aprendem a estrutura da linguagem através de métodos de treinamento.

Um corpus japonês forte criado a partir de dados do Common Crawl melhora o desempenho dos LLMs.

Um novo parser melhora o processamento de linguagem usando métodos inspirados no cérebro.

Transformando um dataset MCQA para perguntas extrativas em várias línguas.

Melhorar modelos de linguagem japonês usando conhecimento em inglês aumenta muito o desempenho.

Um novo método melhora os autoencoders pra uma melhor representação dos dados.

O novo módulo QASE melhora a precisão nas tarefas de compreensão de leitura por máquina.

Apresentando o conjunto de dados ViOCRVQA pra melhorar a resposta a perguntas visuais em vietnamita.

Pesquisadores enfrentam variações de escrita pra melhorar o desempenho de PLN no Pidgin Nigeriano.

Llip melhora como as imagens são combinadas com diferentes descrições textuais.

Essa pesquisa mostra como o LoRA melhora o desempenho de modelos de linguagem em tarefas específicas.

Um olhar conciso sobre alucinações em MLLMs e estratégias pra melhorar a confiabilidade.

Um novo padrão avalia a compreensão da competência linguística pelos modelos de linguagem.

Uma análise de como os modelos de linguagem determinam a verdade das afirmações.

Novas métricas melhoram a avaliação de sistemas de extração de informações em documentos manuscritos.

Um estudo comparando métodos de Atribuição de Instância e Neurônio em modelos de linguagem.

Um estudo revela insights sobre o equilíbrio entre entradas visuais e textuais em VLMs.

A Otimização de Preferências Suaves melhora como os modelos de linguagem se alinham com as preferências humanas.

Uma estrutura pra melhorar a precisão do raciocínio em LLMs através da verificação estruturada.

O Adapt-LLM melhora o desempenho do LLM equilibrando o conhecimento interno e as informações externas.

Um novo modelo melhora a precisão da tradução prevendo características de correferência.

Esse framework melhora como os sistemas aprendem o que os usuários gostam através da conversa.

Um novo método melhora o raciocínio em modelos de linguagem menores para tarefas complexas.

Um novo método melhora o raciocínio em modelos de linguagem através de um aprendizado de preferência eficaz.

Aprenda como o RST-LoRA melhora a sumarização usando a Teoria da Estrutura Retórica.

Aprende como o Context Steering melhora as respostas dos modelos de linguagem através do uso adaptável do contexto.

Este artigo analisa os preconceitos e inconsistências nas avaliações de LLMs e sugere métodos de melhoria.

Um novo método que equilibra privacidade e qualidade do texto em modelos de linguagem.

Uma nova abordagem melhora a alinhamento dos modelos de linguagem com as preferências humanas.

Uma análise de como a Representação de Significado Abstrato impacta o desempenho de LLM em várias tarefas.

Este artigo explora o aprendizado em contexto e sua conexão com a recuperação de informações.