Hassan Sajjad

Este artículo examina los peligros de la sintonización dañina en los modelos de lenguaje.

HD-Explain ofrece información precisa sobre las predicciones de modelos de aprendizaje automático.

Un nuevo método aclara cómo los modelos de NLP toman decisiones.

Un nuevo estándar evalúa la comprensión de los modelos de lenguaje sobre los significados de las palabras y sus relaciones.

Este estudio evalúa cómo el tamaño del modelo y la cuantización afectan el rendimiento del modelo de lenguaje.

Un estudio presenta RepNoise para proteger a los modelos de lenguaje grandes de un ajuste fino dañino.

Un conjunto de datos para probar la comprensión de las diferencias en la redacción de los modelos de lenguaje.

Un nuevo enfoque para mejorar el aprendizaje multimodal con datos faltantes.

Un nuevo método de rama única mejora el rendimiento del aprendizaje automático con datos faltantes.

Un nuevo método para evaluar las salidas de modelos de lenguaje usando varios jueces LLM.

PENME mejora las actualizaciones del modelo de lenguaje, abordando el sesgo léxico y la eficiencia computacional.

Explorando ataques de preferencia inversa y su impacto en la seguridad del modelo.

Los modelos de visión-lenguaje tienen problemas para entender la estructura del lenguaje en tareas de imagen-texto.