Postprocessing of P300 Speller Output with a Large Language Model
Dit artikel toont aan dat het inzetten van grote taalmodellen, in het bijzonder Gemma 3 met SentencePiece-tokenisatie en few-shot prompting, als een post-processing stap, effectief karakterfouten in de output van de P300-speller kan corrigeren, waardoor snellere communicatie mogelijk wordt met minder stimulusherhalingen terwijl een hoge nauwkeurigheid behouden blijft voor gebruikers met motorische en spraakbeperkingen.