Aditi Raghunathan

Die Auswirkungen von Feintuning analysieren und konjugiertes Prompting als Lösung vorschlagen.

AutoFT verbessert die Modellleistung bei unbekannten Daten durch innovative Feinabstimmungstechniken.

Dieser Artikel behandelt die Schätzung der Leistung von Fundamentmodellen ohne umfangreiche beschriftete Daten.

Untersuchen, wie SAM die Modellleistung bei Labelrauschen verbessert.

Die Sicherheitsherausforderungen durch gegnerische Angriffe auf multimodale Agenten erkunden.

Wie das Fine-Tuning die Fähigkeit von Sprachmodellen beeinflusst, Fakten genau abzurufen.

Die Genauigkeit beeinflusst die Effektivität und die Kosten des Trainings von Sprachmodellen.