Philip H. S. Torr

Este artículo explora cómo los datos de entrenamiento afectan el rendimiento del modelo en sistemas multimodales.

Una visión general de la activación y el ajuste de prefijos en modelos de transformadores.

DietCL combina de manera efectiva datos etiquetados y no etiquetados para un mejor aprendizaje.

Explorando el uso responsable de la tecnología de IA generativa en diferentes campos.

Examinando cómo los modelos recurrentes pueden aproximar funciones según los prompts.

Un nuevo método mejora el uso de datos de sensores en autos autónomos.

Un nuevo enfoque simplifica la seguridad y la utilidad en el entrenamiento de modelos de lenguaje.

Descubre cómo MALT mejora la resolución de problemas a través del trabajo en equipo entre modelos de lenguaje.