Últimos artículos para Ajuste fino

HyperLoader mejora el entrenamiento de modelos multitarea utilizando técnicas innovadoras y hiperredes.

Las investigaciones muestran lo fácil que es quitar las funciones de seguridad de los modelos Llama 3.

Un nuevo marco mejora el rendimiento de modelos grandes de manera eficiente durante el ajuste fino.

CPT mejora el rendimiento de modelos de caja negra sin acceso directo a los parámetros internos.

Ajustando modelos de lenguaje grandes directamente en smartphones mientras protegemos los datos del usuario.

Examinando métodos para mejorar la generación de código para lenguajes de programación especializados usando LLMs.

Nuevo conjunto de datos mejora el rendimiento del modelo de lenguaje árabe y fomenta la comunicación efectiva.

Técnicas para reducir la generación de lenguaje dañino en modelos de IA.

Un método para mejorar los modelos de lenguaje creando diálogos atractivos de múltiples turnos.

Un nuevo método para mejorar el rendimiento del modelo en datos fuera de distribución.

Un nuevo método para afinar modelos de lenguaje de manera eficiente con menos parámetros.

Este estudio examina el Mix-Training para detectar palabras clave en condiciones de habla ruidosa.

CLIP-CITE mejora los modelos CLIP para tareas específicas sin perder flexibilidad.

Un nuevo método mejora la generación de imágenes usando conjuntos de datos limitados de manera efectiva.

Mejorando los sistemas de reconocimiento de voz para idiomas con pocos datos en línea.

Explora las ventajas y aplicaciones de la Adaptación de Bajo Rango en modelos de IA.

Un nuevo método mejora los modelos de NLP al centrarse en transformaciones sintácticas.

Este estudio se centra en reducir el sesgo de género en los modelos de lenguaje de IA a través de un lenguaje inclusivo.

Las máquinas mejoran en responder preguntas sobre imágenes a través de un entrenamiento estructurado.

Este artículo explora la sobreparametrización y su impacto en la eficiencia del entrenamiento de modelos.

Una mirada a las preocupaciones de seguridad de los modelos de lenguaje comprimidos.

SBoRA mejora el ajuste fino para modelos de lenguaje grandes, ahorrando recursos y mejorando el rendimiento.

LoRA mejora el rendimiento de los modelos de lenguaje grandes mientras ahorra recursos.

Un nuevo método simplifica la generación de imágenes personalizadas a partir de texto.

Presentando matrices Group-and-Shuffle para un ajuste fino eficiente de modelos neuronales.

Un nuevo método para mejorar modelos preentrenados usando fine-tuning selectivo.

Un nuevo marco controla el aprendizaje en contexto para prevenir el mal uso en modelos de IA.

Un nuevo método combina datos de video y IMU para mejorar las técnicas de reconocimiento de acciones.

Un nuevo método que mejora el rendimiento del modelo a través de una gestión efectiva de los valores atípicos.

Introduciendo Adaptación de Subespacio Aleatorio para un ajuste eficiente de modelos de lenguaje.

Un proyecto centrado en mejorar la generación de historias en árabe usando modelos avanzados.

Estrategias para mejorar modelos de aprendizaje automático con conjuntos de datos cambiantes.

Los investigadores desarrollan métodos para mejorar los modelos de lenguaje para varios idiomas.

WeLore trae eficiencia a los modelos de lenguaje grandes al simplificar las matrices de peso.

Este documento estudia cómo el entrenamiento influye en las predicciones de los modelos de lenguaje grandes.

El estudio evalúa la adaptabilidad de los modelos de lenguaje para resumir temas diversos.

Descubre cómo el aprendizaje por transferencia mejora los resultados del modelo usando conocimientos de tareas relacionadas.

Un estudio sobre qué tan bien funcionan los LLMs como bases de conocimiento confiables.

Una mirada a cómo los modelos de código abierto se comparan con los comerciales en tareas biomédicas.

Examinando problemas con modelos de lenguaje grandes para predecir elementos faltantes en listas.