Papers beim CoNLL 2024 und NeurIPS 2024 angenommen

Vier Papers unserer Fachrichtung wurde bei der SIGNLL Conference on Computational Natural Language Learning (CoNLL) 2024 und der Conference on Neural Information Processing Systems (NeurIPS) 2024 angenommen.
Herzlichen Glückwunsch an alle Autorinnen und Autoren, insbesondere an unsere Master-Studenten Yash Sarrof und Yana Veitsmann!

CoNLL: 

• “Lossy Context Surprisal Predicts Task-Dependent Patterns in Relative Clause Processing” von Kate McCurdy und Michael Hahn.

NeurIPS: 

• “Separations in the Representational Capabilities of Transformers and Recurrent Architectures.” von Satwik Bhattamishra, Michael Hahn, Phil Blunsom und Varun Kanade.
• “InversionView: A General-Purpose Method for Reading Information from Neural Activations.” von Xinting Huang, Madhur Panwar, Navin Goyal und Michael Hahn.
• “The Expressive Capacity of State Space Models: A Formal Language Perspective.” von Yash Sarrof, Yana Veitsman und Michael Hahn.