Pin-Yu Chen

DEFT mejora la eficiencia y el uso de energía en modelos de lenguaje grandes con menor densidad de activación.

La optimización de orden cero ofrece eficiencia en memoria para grandes modelos de lenguaje en tareas de PNL.

Un método nuevo para mejorar los modelos de texto a imagen con eficiencia y calidad.

Un nuevo estándar para mejorar la precisión del ASR usando modelos de lenguaje.

Un sistema inteligente para reconocer múltiples idiomas sin entrenamiento previo.

Nuevos métodos mejoran la marca de agua en los modelos de lenguaje grandes sin afectar la calidad del texto.

Nuevos métodos mejoran la precisión en el reconocimiento de voz ruidosa usando modelos de lenguaje grandes.

Aprende cómo la reprogramación de modelos mejora el aprendizaje automático sin hacer grandes ajustes.

Larimar mejora los modelos de lenguaje grandes con actualizaciones de memoria en tiempo real.

Un nuevo método integra información acústica en los modelos de lenguaje para mejorar el reconocimiento de voz.

La computación cuántica potencia la eficiencia y capacidades del aprendizaje automático a través de una colaboración innovadora.

Descubre un nuevo método para una búsqueda eficiente de arquitecturas neuronales a través de evaluaciones basadas en grafos.

Este artículo examina los riesgos de ajustar modelos de lenguaje para la seguridad.

Analizando los factores que afectan la alineación en modelos de lenguaje grandes.

Un nuevo sistema busca mejorar la predicción de la sepsis a pesar de los desafíos por la falta de datos.

Un nuevo método revela cómo los modelos de visión organizan y entienden las imágenes.

Abordando los riesgos de seguridad en la IA generativa a través de equipos rojos y azules.

Examinando los riesgos de seguridad de usar modelos de lenguaje para las operaciones de drones.

Investigadores desarrollan MergeAlign para hacer la IA más segura sin perder experiencia.

Explorando la mezcla de la computación cuántica y el aprendizaje automático para futuras innovaciones.

Descubre cómo la computación cuántica y el aprendizaje automático se cruzan para transformar varios campos.

El marco ICER evalúa las medidas de seguridad en modelos de texto a imagen de manera efectiva.

Un nuevo conjunto de datos mejora cómo los modelos perciben el color y el contexto.