Artigos mais recentes para Processamento de Linguagem Natural

O DetermiNet busca melhorar a capacidade dos modelos de identificar objetos usando determinantes.

Os robôs conseguem aprender melhor interagindo com humanos usando a linguagem do dia a dia.

Uma nova abordagem combina aprendizado em contexto e ajuste fino pra melhorar o desempenho do modelo.

Novos métodos focam em melhorar a qualidade dos dados de treinamento para modelos de linguagem.

Um novo método melhora a detecção de emoções na fala usando só áudio.

Explorando técnicas de aumento de dados pra melhorar sistemas de IA conversacional.

Uma nova abordagem melhora o chunking não supervisionado em PLN usando um modelo hierárquico.

Novos métodos aumentam dados de texto para línguas com poucos recursos, melhorando a performance do modelo.

Explorando novos modelos que combinam IA, linguagem e computação quântica.

Aprenda como a quantização torna os modelos de IA mais baratos e fáceis de usar.

Novos métodos melhoram a precisão da classificação sem dados rotulados.

Uma nova abordagem melhora a resolução de pronomes usando BERT e informações sintáticas.

Essa pesquisa foca em melhorar sistemas de diálogo integrando contexto e significado nas avaliações.

Uma nova forma de coletar dados de ajuste de instrução para grandes modelos de linguagem.

Novo modelo melhora o reconhecimento de fala em ambientes barulhentos ao focar em um único falante.

Um novo método para avaliar modelos de linguagem sem rótulos humanos.

Um novo modelo melhora a compreensão de línguas misturadas.

Esse estudo investiga os preconceitos em modelos de linguagem usando aprendizado baseado em prompts.

Essa pesquisa destaca o papel de reler para melhorar as habilidades de raciocínio nos modelos de linguagem.

Estudo analisa métodos de ajuste fino para modelos de linguagem retiverem conhecimento entre idiomas.

Um método pra remover comportamentos tóxicos em modelos de linguagem sem perder performance.

Pesquisas mostram como LLMs podem aumentar a privacidade enquanto mantêm a eficácia do modelo de linguagem.

Novos métodos melhoram a precisão de converter a linguagem falada em texto escrito.

Estudo mostra que LLMs generativos mandam bem em similaridade textual semântica em comparação com modelos tradicionais.

Um método pra melhorar o reconhecimento de entidades nomeadas em buscas em chinês.

Analisando métodos de aprendizado ativo pra melhorar o treinamento de classificadores PLM com restrições de orçamento.

Examine os riscos que ataques de backdoor trazem para sistemas de processamento de linguagem natural.

Investigando mudanças inesperadas no comportamento do modelo de linguagem durante o treinamento.

Novos métodos diminuem erros de tradução em sistemas multilíngues.

Analisando o papel do contexto na interpretação de tarefas linguísticas.

Um olhar completo sobre como criar uma suíte de testes para processamento de linguagem natural em grego.

Esse estudo avalia como LLMs podem ser usados em tarefas de tradução em tempo real.

O framework DebCSE melhora as embreagens de sentenças reduzindo os preconceitos durante o treinamento.

Este artigo apresenta uma visão geométrica dos modelos de linguagem transformer.

Novos métodos melhoram o aprendizado de tarefas e a retenção em sistemas de diálogo.

Uma olhada em como a extração de relações contextuais constrói gráficos de conhecimento.

Um novo método melhora o reconhecimento de imagem usando descrições de texto personalizadas.

Um novo método para treinar sistemas de recuperação de conversação com dados limitados.

Um novo modelo melhora o alinhamento de fala e texto para um reconhecimento automático melhor.

Este artigo analisa como os modelos de linguagem enfrentam tarefas complexas por meio de métodos de treinamento.