Leshem Choshen

Un nuevo método para evaluar modelos de lenguaje grandes usando menos ejemplos.

Un nuevo estándar evalúa la comprensión de competencia lingüística en los modelos de lenguaje.

Una mirada a cómo los modelos de IA entienden el conocimiento esencial del mundo.

La investigación detalla técnicas para mejorar la eficiencia en el uso de adaptadores LoRA.

Este documento presenta un método para evaluar modelos de lenguaje en diferentes indicaciones.

Un estudio sobre cómo recopilar y usar la retroalimentación de los usuarios para mejorar los modelos de lenguaje.

Explora la necesidad de un sistema de retroalimentación abierto para mejorar las respuestas de la IA.

Comparte tus chats de IA fácilmente y ayuda a mejorar los modelos.

Este estudio analiza cómo los modelos de lenguaje comparten conocimiento en diferentes idiomas.

Los investigadores analizan la fiabilidad de las métricas para la seguridad de los modelos de lenguaje.

ZipNN comprime modelos de IA de manera eficiente, manteniendo intactos los detalles esenciales.

Abordando sesgos culturales en la evaluación multilingüe para mejorar el rendimiento de los modelos de lenguaje.

Una competencia destinada a mejorar cómo las máquinas aprenden lenguas como lo hacen los niños.

Descubre cómo Sloth está cambiando las predicciones para el rendimiento de los modelos de lenguaje.