Shengding Hu

OpenDelta simplifica el proceso de usar grandes modelos preentrenados para varias tareas.

Un estudio sobre cómo los modelos de lenguaje manejan preguntas difíciles.

ProSparse mejora la escasez de activación en LLMs para una mejor eficiencia y rendimiento.

Examinando grokking, doble descenso y habilidades emergentes en modelos de aprendizaje profundo.

Examinando cómo los LLM pueden sumar números sin pasos explícitos.

MiniCPM-V mejora el uso de IA en dispositivos móviles con eficiencia y rendimiento.

Un nuevo método combina modelos autoregresivos y de difusión para mejorar la generación de medios.