Ruoyu Sun

AceGPT mejora el procesamiento del lenguaje árabe adaptado a la cultura y valores locales.

Este artículo explora los desafíos de optimización en Transformers y la efectividad de Adam sobre SGD.

Adam-mini reduce el uso de memoria para entrenar modelos de lenguaje grandes sin sacrificar el rendimiento.

Un nuevo enfoque para resolver de manera eficiente problemas de programación lineal a gran escala.

MoFO ayuda a los modelos de lenguaje grandes a retener conocimiento durante el ajuste fino sin perder rendimiento.

Un nuevo enfoque mejora las respuestas de los modelos de lenguaje y reduce el sobreajuste.

Aprende cómo PDQP-Net acelera la resolución de Programas Cuadráticos Convexos.