Zobrazeno 1 - 6
of 6
pro vyhledávání: '"Filipavicius, Modestas"'
Autor:
Sekulić, Ivan, Terragni, Silvia, Guimarães, Victor, Khau, Nghia, Guedes, Bruna, Filipavicius, Modestas, Manso, André Ferreira, Mathis, Roland
In the realm of dialogue systems, user simulation techniques have emerged as a game-changer, redefining the evaluation and enhancement of task-oriented dialogue (TOD) systems. These methods are crucial for replicating real user interactions, enabling
Externí odkaz:
http://arxiv.org/abs/2402.13374
Autor:
Terragni, Silvia, Filipavicius, Modestas, Khau, Nghia, Guedes, Bruna, Manso, André, Mathis, Roland
This paper presents a novel application of large language models in user simulation for task-oriented dialog systems, specifically focusing on an in-context learning approach. By harnessing the power of these models, the proposed approach generates d
Externí odkaz:
http://arxiv.org/abs/2306.00774
Less than 1% of protein sequences are structurally and functionally annotated. Natural Language Processing (NLP) community has recently embraced self-supervised learning as a powerful approach to learn representations from unlabeled text, in large pa
Externí odkaz:
http://arxiv.org/abs/2012.03084
Autor:
Born, Jannis, Manica, Matteo, Cadow, Joris, Markert, Greta, Mill, Nil Adell, Filipavicius, Modestas, Martínez, María Rodríguez
Publikováno v:
ICML Workshop on Computational Biology 2020
With the fast development of COVID-19 into a global pandemic, scientists around the globe are desperately searching for effective antiviral therapeutic agents. Bridging systems biology and drug discovery, we propose a deep learning framework for cond
Externí odkaz:
http://arxiv.org/abs/2005.13285
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.