Últimos artículos para Ajuste fino

Un nuevo método mejora la adaptabilidad de los agentes de RL a entornos cambiantes.

pRAGe ayuda a simplificar términos médicos para que los pacientes entiendan mejor.

Este estudio evalúa modelos de aprendizaje automático para clasificar páginas web relacionadas con políticas de Alemania.

Los investigadores mejoran los modelos de PDE neuronales usando ecuaciones de menor dimensión preentrenadas para un mejor rendimiento.

Examinando cómo las redes de creencias profundas pueden aprender de datos y crear representaciones complejas.

La investigación mejora los sistemas de ASR usando modelos de lenguaje para mayor precisión.

XLIP mejora el diagnóstico al integrar imágenes médicas y descripciones de texto.

Un nuevo método mejora los modelos 2D al incorporar características 3D para un mejor rendimiento.

Este marco mejora el acceso y la eficiencia de los modelos de IA usando sharding híbrido.

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

Nuevos métodos de entrenamiento mejoran los LLMs para sugerencias de productos en línea más chidas.

Gemma 2 ofrece un alto rendimiento en un tamaño compacto para tareas de lenguaje.

Nuevos métodos buscan mejorar la velocidad y eficiencia de los modelos de aprendizaje profundo.

Descubre cómo los LLMs pueden facilitar la extracción de datos en la ciencia de materiales.

Mejorando modelos de lenguaje más pequeños como MiniCPM con prácticas efectivas de ajuste fino.

Explorando el papel de los tutores de IA en mejorar la educación en robótica a través de técnicas avanzadas.

Usando IA para simplificar el acceso al conocimiento científico para todos.

Examinando vulnerabilidades en transformadores de visión y modelos de downstream a través de ataques de transferencia.

Analizando el sentimiento público en redes sociales sobre el conflicto entre Ucrania y Rusia en lenguas de Europa del Este.

Este estudio destaca un nuevo método para ajustar modelos de lenguaje de manera efectiva.

El modelo TOGGL mejora la precisión de la transcripción en situaciones de habla superpuesta.

Este artículo habla sobre cómo mejorar los resúmenes basados en aspectos usando modelos de lenguaje ajustados.

FPT+ mejora el aprendizaje transferido para imágenes médicas de alta resolución con recursos mínimos.

Un nuevo enfoque combina datos etiquetados y no etiquetados para una mejor segmentación de imágenes.

Un método rápido para editar imágenes usando comandos de texto simples.

Un nuevo método mejora el modelado de temas usando modelos de lenguaje ajustados.

Un nuevo método mejora la calidad de los datos sintéticos para una mejor alineación del modelo de lenguaje.

InfinityMath mejora las habilidades matemáticas en modelos de lenguaje a través de conjuntos de datos de calidad.

La investigación revela cómo hacer que los modelos de voz sean más pequeños y eficientes.

R-Adapter mejora la eficiencia y la robustez en el ajuste fino de modelos para tareas de imagen y texto.

CROME hace que los modelos multimodales sean más fáciles de usar con menos entrenamiento necesario.

Presentamos Med42-v2, modelos especializados para una comunicación en salud precisa.

Mejorando las habilidades de toma de decisiones de los robots para la exploración espacial.

Explorando cómo el RL mejora los modelos de difusión para resultados específicos.

Examinando cómo el preentrenamiento y el ajuste fino afectan el rendimiento del modelo de lenguaje.

Un nuevo optimizador muestra buenas expectativas para ajustar modelos preentrenados.

Investigadores mejoran los modelos de incrustación de texto usando puntuaciones de expertos para un mejor rendimiento.

Este estudio evalúa la precisión de la IA en el diagnóstico de la malaria en diferentes entornos de atención médica.

Los investigadores crean un conjunto de datos para mejorar la toma de decisiones éticas en los modelos de lenguaje.

Explorando métodos eficientes para afinar LLMs y abordar preocupaciones ambientales.