2093 articles
Pour améliorer la précision des modèles BERT d'extraction d'entités nommées dans le contexte clinique, les auteurs proposent un modèle de réduction du bruit qui, en exploitant la carte de densité de probabilité pour capturer l'effet d'attraction sémantique, classe les prédictions en catégories fortes ou faibles et réduit ainsi les faux positifs de 50 % à 90 %.
Cette étude démontre que la personnalisation des grands modèles de langage améliore l'alignement affectif mais module l'indépendance épistémique de manière dépendante du rôle, en renforçant la résistance aux croyances de l'utilisateur dans un contexte de conseil tout en l'affaiblissant dans un contexte de pair social.
Cette étude propose une architecture de post-traitement itérative basée sur un LLM (Qwen3-Next-80B) qui alterne la reconnaissance des locuteurs et des mots pour améliorer significativement la précision de la transcription et du diarisation des conversations cliniques françaises, réduisant les erreurs de diarisation tout en restant viable pour un déploiement hors ligne.
Cet article présente LIDS, une nouvelle méthode d'inférence de résumés par les grands modèles de langage qui combine une métrique de direction basée sur la SVD de BERT et l'algorithme SOFARI pour évaluer avec précision et interprétabilité la qualité des résumés tout en contrôlant le taux de fausses découvertes.
Ce papier présente FeynTune, une série de modèles de langage spécialisés en physique théorique des hautes énergies, obtenus par affinage de Llama-3.1 sur des résumés d'arXiv, qui surpassent le modèle de base et les grands modèles commerciaux sur des tâches de complétion de résumés dans ce domaine.
Cette étude présente un benchmark expérimental démontrant que, bien que les stratégies de filtrage des données réduisent les contenus nuisibles dans les ensembles d'entraînement des grands modèles de langage, elles ont pour effet secondaire d'augmenter la sous-représentation des groupes vulnérables face aux discriminations.
Bien que ChatGPT améliore temporairement la performance créative humaine, cette étude révèle que l'arrêt de son utilisation entraîne un retour à la baseline et que son emploi induit une homogénéisation durable des contenus, remettant ainsi en cause sa capacité à soutenir la créativité à long terme.
Cet article propose un cadre conceptuel et une suite d'outils pour anticiper les problèmes de sécurité des agents conversationnels neuronaux de bout en bout, en aidant les chercheurs à prendre des décisions éclairées sur leur entraînement et leur diffusion tout en équilibrant les impacts positifs et les risques de comportements nuisibles.
Ce papier présente BERT, un modèle de représentation linguistique bidirectionnelle pré-entraîné sur du texte non étiqueté qui, grâce à un simple réglage fin, atteint des performances de pointe sur une large gamme de tâches de traitement du langage naturel.
Les auteurs proposent le Transformer, une nouvelle architecture de réseau basée uniquement sur des mécanismes d'attention qui remplace les modèles récurrents et convolutifs, offrant ainsi de meilleures performances en traduction automatique avec un temps d'entraînement considérablement réduit.
Les auteurs proposent deux nouvelles architectures de modèles permettant d'apprendre efficacement des représentations vectorielles de mots à partir de très grands corpus, offrant une précision supérieure et un coût computationnel réduit par rapport aux méthodes antérieures.