Stella Biderman

Examinando los desafíos que enfrentan los modelos transformer para aprender la recursión estructural.

Aprende cómo mejorar la eficiencia del modelo transformer con un diseño amigable para GPU.

Nuevo método mejora la capacidad de los modelos de lenguaje para evitar temas no deseados.

Este artículo habla sobre problemas y mejores prácticas para evaluar modelos de lenguaje.

Aprende las mejores prácticas para desarrollar modelos de IA de manera responsable y efectiva.

Explora cómo los modelos de lenguaje memorizan a través de la recitación, reconstrucción y recuerdo.

Este estudio revela cómo los LLMs evolucionan sus capacidades durante el entrenamiento.