Tianyi Zhou

MerA vorstellen, um die Effizienz beim Training von Sprachmodellen zu steigern.

MADAug verbessert die Datenaugmentation, indem es Techniken an die Bedürfnisse des Modells während des Trainings anpasst.

Eine neue Methode ermöglicht es RL-Agenten, ihre Körperformen zu verändern, um sich besser an Aufgaben anzupassen.

Ein neuer Datensatz zur Bewertung von LLMs bei Fragen zur Verarbeitung natürlicher Sprache.

Die Herausforderungen und Lösungen beim Reward Hacking im Training von KI-Modellen erkunden.

MuLan verbessert die Bildgenerierung aus Text, indem es Aufgaben in einfachere Schritte unterteilt.

Neue Methode verbessert Satzembeddings mit mehreren Prompts für bessere Genauigkeit.

Untersuchung der Fähigkeiten von LLMs, mathematische Probleme zu lösen, besonders bei modularer Arithmetik.

Untersuchung, wie Transformer Funktionen mit niedriger Empfindlichkeit bevorzugen, um die Leistung zu verbessern.

Eine neue Methode zur Verbesserung des föderierten Lernens durch Multi-Level Additive Modellierung.

Forschung zeigt, wie Trigger-Patches die Bildgenerierung in Diffusionsmodellen beeinflussen.

Erforsche, wie LLMs Addition mit einzigartigen mathematischen Techniken durchführen.

Eine neue Methode verbessert Sprachmodelle, indem sie Wissen über verschiedene Sprachen hinweg integriert.

Diese Methode verbessert die Erstellung von Prompts für grosse Sprachmodelle und steigert die Gesamtleistung.

Ein neues Framework ermöglicht es KI-Agenten, Aktionen dynamisch zu erstellen, um besser Probleme zu lösen.

SpecHub beschleunigt die Texterstellung von Sprachmodellen mit einem neuen Ansatz.

Untersuchen, wie Audio-Tricks Sprachmodelle verwirren.

Florence-2 und DBFusion verändern, wie Maschinen Bilder und Text interpretieren.