Ruoyu Sun

Adam-mini reduziert den Speicherverbrauch beim Training grosser Sprachmodelle, ohne die Leistung zu beeinträchtigen.

Ein neuer Ansatz, um grosse lineare Programmierungsprobleme effizient zu lösen.

MoFO hilft grossen Sprachmodellen, Wissen während des Fine-Tunings zu behalten, ohne an Leistung zu verlieren.

Ein neuer Ansatz verbessert die Antworten von Sprachmodellen und verringert das Overfitting.

Erfahre, wie PDQP-Net das Lösen von konvexen quadratischen Programmen beschleunigt.