Cho-Jui Hsieh

Nuevos métodos para entender cómo los datos de entrenamiento afectan los resultados de los modelos de difusión.

Un método para retener conocimiento en modelos de IA mientras se adaptan a nuevas tareas.

MuLan mejora la generación de imágenes a partir de texto al descomponer las tareas en pasos más simples.

Un nuevo enfoque que usa retrotraducción busca proteger a los modelos de lenguaje de mensajes dañinos.

La investigación revela cómo los parches de activación influyen en la generación de imágenes en modelos de difusión.

Nuevos métodos refuerzan las marcas de agua contra las amenazas modernas de edición de imágenes.

Un enfoque nuevo para la IA combina modelos de lenguaje con programas simbólicos para una mejor interpretabilidad.

Un nuevo estándar evalúa modelos de IA en problemas matemáticos complejos.

Un nuevo enfoque para mejorar los prompts de modelos de texto a imagen para obtener mejores resultados.

Este método mejora la creación de prompts para modelos de lenguaje grandes, aumentando el rendimiento general.

Nuevos métodos detectan y responden a la memorización en el contenido generado por IA.

Un nuevo método para evaluar la incertidumbre en los resultados de los modelos de lenguaje para mayor fiabilidad.

La investigación muestra formas de mejorar la conciencia del contexto en los modelos de lenguaje para mejores respuestas.