Shengding Hu

ProSparse verbessert die Aktivierungssparsamkeit in LLMs für bessere Effizienz und Leistung.

Untersuchen von Grokking, Double Descent und emergenten Fähigkeiten in Deep-Learning-Modellen.

Untersuchen, wie LLMs Zahlen addieren können, ohne dabei explizite Schritte zu zeigen.

MiniCPM-V verbessert die KI-Nutzung auf mobilen Geräten in Bezug auf Effizienz und Leistung.

Eine neue Methode kombiniert autoregressive und Diffusionsmodelle für bessere Mediengenerierung.