Mostofa Patwary

La familia Nemotron-4 340B ofrece modelos potentes para diversas aplicaciones y generación de datos sintéticos.

Una guía para crear conjuntos de datos de calidad para mejorar el rendimiento de los modelos de lenguaje.

Un método para mejorar los modelos de lenguaje existentes sin necesidad de un costoso reentrenamiento.

Este estudio explora métodos para crear modelos de lenguaje más pequeños de forma efectiva y asequible.

Un método para reducir modelos de lenguaje sin sacrificar efectividad a través de poda y destilación.

Descubre el método de entrenamiento en dos fases para mejorar los modelos de lenguaje grande.