Juho Lee

Presentamos el Aprendizaje por Transferencia No Paramétrico para una mejor adaptabilidad en cambios de datos.

Un nuevo enfoque mejora la diversidad de las solicitudes para modelos de lenguaje más seguros.

Nuevos métodos en control óptimo estocástico para espacios de dimensión infinita muestran potencial en modelado generativo.

Un nuevo método reduce el tiempo de cálculo en modelos de difusión sin perder calidad en la salida.

SGMCMC y el meta-aprendizaje mejoran las Redes Neuronales Bayesianas para hacer mejores predicciones.

CalibRAG mejora los modelos de lenguaje alineando la confianza con la precisión.