会员服务
MixtureVitae: Open Web-Scale Pretraining Dataset With High Quality Instruction and Reasoning Data Built from Permissive-First Text Sources
Arxiv
0+阅读 · 12月15日
EMMA-500: Enhancing Massively Multilingual Adaptation of Large Language Models
Arxiv
0+阅读 · 12月4日
In Machina N400: Pinpointing Where a Causal Language Model Detects Semantic Violations
Arxiv
0+阅读 · 11月24日
Tackling a Challenging Corpus for Early Detection of Gambling Disorder: UNSL at MentalRiskES 2025
Arxiv
0+阅读 · 11月28日
ToxSyn: Reducing Bias in Hate Speech Detection via Synthetic Minority Data in Brazilian Portuguese
Arxiv
0+阅读 · 11月14日
TalkVerse: Democratizing Minute-Long Audio-Driven Video Generation
Arxiv
0+阅读 · 12月16日
Towards Corpus-Grounded Agentic LLMs for Multilingual Grammatical Analysis
Arxiv
0+阅读 · 11月28日
Leveraging Online Data to Enhance Medical Knowledge in a Small Persian Language Model
Arxiv
0+阅读 · 11月16日
Computational Analysis of Gender Depiction in the Comedias of Calderón de la Barca
Arxiv
0+阅读 · 11月14日
A new kid on the block: Distributional semantics predicts the word-specific tone signatures of monosyllabic words in conversational Taiwan Mandarin
Arxiv
0+阅读 · 11月21日
Hulu-Med: A Transparent Generalist Model towards Holistic Medical Vision-Language Understanding
Arxiv
0+阅读 · 11月5日
The Distribution of Dependency Distance and Hierarchical Distance in Contemporary Written Japanese and Its Influencing Factors
Arxiv
0+阅读 · 11月26日
MeAJOR Corpus: A Multi-Source Dataset for Phishing Email Detection
Arxiv
0+阅读 · 11月6日
LLMCARE: early detection of cognitive impairment via transformer models enhanced by LLM-generated synthetic data
Arxiv
0+阅读 · 11月10日
ARC Is a Vision Problem!
Arxiv
0+阅读 · 11月18日
参考链接
微信扫码咨询专知VIP会员
Top