Yingyu Liang

Explorando cómo los LLMs rinden en tareas compuestas que combinan tareas más simples.

Un nuevo método mejora el cálculo del elipsoide de John mientras protege datos sensibles.

SparseGPT mejora la velocidad y eficiencia de los grandes modelos de lenguaje a través de la poda de parámetros.

Un nuevo enfoque mejora los cálculos de gradiente, aumentando la eficiencia de los transformadores en el aprendizaje automático.

Un método para mejorar la eficiencia de los modelos de lenguaje con entradas de texto largas.

Explorando las capacidades y desafíos de la tecnología Transformer en la comprensión del lenguaje.

Un vistazo más cercano a cómo las MHNs pueden mejorar el aprendizaje automático.

Una mirada a Mamba y los Modelos de Estado-Espacio en las capacidades de IA.

Descubre cómo la atención tensorial transforma el procesamiento del lenguaje en la IA.

Nuevos métodos mejoran la atención RoPE, acelerando significativamente los cálculos de IA.