Toutes les news taguées avec ce sujet.
Un modèle portugais de 9B paramètres annotait bien en surface, mais échoue les tests de validité théorique — accord n'est pas validité.
NVIDIA détaille comment combler les lacunes des datasets financiers déséquilibrés grâce à la génération de données synthétiques via NeMo.
Des chercheurs publient NAICS-GH, un corpus de 6 588 dépôts GitHub étiquetés par secteur industriel avec 97 % de précision.
Un nouveau framework résout les conflits de gradients entre modalités acoustique et sémantique qui dégradaient les modèles de parole full-duplex natifs.
Une analyse longitudinale de l'NLP en langues indiennes et une proposition de cadre « Culture Sensing » pour préserver la diversité linguistique face à l'homogénéisation par l'IA.
Un nouveau benchmark multidimensionnel pour mesurer si les modèles vocaux conversationnels se comportent vraiment comme des interlocuteurs humains.
Une étude computationnelle relie pour la première fois les qualités acoustiques de la narration (ton, rythme, volume) aux données de consommation des livres audio.
Un framework RLAIF appliqué à la recherche d'emploi révèle les failles du reward shaping avec GRPO et propose un correctif déterministe contre le verbatim-copying.
Une intervention simple et sans entraînement améliore significativement les pipelines de traduction-raisonnement multilingues en préservant le contexte original.
Des chercheurs proposent une taxonomie complète des expressions linguistiques indirectes pour améliorer la détection du langage codé sur les réseaux sociaux.
Une étude compare des traductions humaines et LLM de 15 romans récents : les lecteurs préfèrent les versions humaines, sans toujours savoir les distinguer.
Une étude montre que des corrélations statistiquement significatives en sciences sociales computationnelles peuvent être de purs artefacts de l'outil de mesure.
Un corpus gold-standard de 32 354 phrases annotées manuellement pour le marquage morpho-syntaxique du marathi, langue encore très sous-dotée en ressources NLP.
Des chercheurs montrent que filtrer les données d'entraînement par qualité surpasse l'échantillonnage aléatoire pour la résumé de longs documents scientifiques.
Un nouveau cadre MTO automatise le choix des objectifs d'entraînement pour les LM encodeur-décodeur, avec des gains de +120 % en few-shot.