Se-Young Yun

FedSoL verbessert lokales Lernen und sorgt gleichzeitig für die Ausrichtung des globalen Modells.

Neue Techniken verbessern die Effizienz von Sprachmodellen durch effektiven Wissenstransfer.

Eine neue Methode verbessert die Modellgenauigkeit, indem sie mit verrauschten Labels im föderierten Lernen umgeht.

hFedF verbessert die Leistung von föderiertem Lernen, indem es die Herausforderungen der Domänenverallgemeinerung angeht.

Wir stellen BMTPT für verbessertes Prompt-Tuning in Sprachmodellen vor.

Preference Flow Matching bietet eine neue Möglichkeit, die KI-Ausgaben mit den Nutzerpräferenzen abzugleichen.

Der Block-Transformator verbessert die Textverarbeitungsgeschwindigkeit und Effizienz in Sprachmodellen.

Neue Methoden im Federated Learning verbessern den Datenschutz und die Modellleistung, während sie mit unterschiedlichen Daten umgehen.

Ein neuer Ansatz zur Klassifizierung von tabellarischen Daten mit ICL-Transformern zeigt vielversprechende Ergebnisse.

Forschung zeigt, dass Videos die Sprachrecognition in lauten Umgebungen verbessern.

BAPO verbessert Sprachmodelle und behält dabei wichtiges Wissen und Nutzerpräferenzen.

Neue Konfidenzintervalle verbessern die Unsicherheitsabschätzung in statistischen Modellen.

TACS hilft Wissenschaftlern, stabile Moleküle mit gewünschten Eigenschaften zu erstellen.