Adel Bibi

Eine Methode zur kontinuierlichen Modellauswertung im maschinellen Lernen, um Überanpassung zu vermeiden.

Dieser Artikel untersucht, wie Trainingsdaten die Modellleistung in multimodalen Systemen beeinflussen.

Eine Übersicht über Prompting und Prefix-Tuning in Transformer-Modellen.

DietCL kombiniert effektiv beschriftete und unbeschriftete Daten für ein besseres Lernen.

Die verantwortungsvolle Nutzung von generativer KI-Technologie in verschiedenen Bereichen erkunden.

Die Risiken und Chancen von Open-Source-Generative-AI-Technologie unter die Lupe nehmen.

Untersuchen, wie rekurrente Modelle Funktionen basierend auf Eingaben annähern können.

Die Risiken und Sicherheitsmassnahmen beim Fein-Tuning von Sprachmodellen untersuchen.

Ein neuer Ansatz vereinfacht Sicherheit und Nützlichkeit beim Training von Sprachmodellen.