Jun Sun

Un nuevo método para evaluar la alineación de los modelos de lenguaje con los valores humanos.

Mejorar la robustez del aprendizaje automático contra ejemplos adversariales es clave para aplicaciones seguras.

Este marco utiliza múltiples agentes y gráficos de tareas para resolver problemas de manera eficiente.

Un nuevo método para editar modelos de lenguaje de manera efectiva sin perder rendimiento.

Este estudio investiga los límites de precisión y robustez en modelos de aprendizaje automático.

TlSbTe muestra potencial en aplicaciones termoeléctricas con baja conductividad térmica y propiedades eléctricas favorables.

CCL se asegura de que las redes neuronales mantengan precisión mientras aprenden nuevas tareas.

Aprende cómo cambian las superficies manteniendo su área constante.

Un nuevo método ayuda a proteger los modelos de lenguaje de ataques maliciosos de puerta trasera.

Uniendo Modelos de Lenguaje Grandes y Métodos Formales para soluciones de IA fiables.

Explora el fascinante mundo de la curvatura del espacio y sus implicaciones.