Congliang Chen

Adam-mini réduit l'utilisation de la mémoire pour entraîner de grands modèles de langage tout en gardant de bonnes performances.

Une nouvelle approche améliore les réponses des modèles de langage et réduit le surapprentissage.

Un aperçu des méthodes d'optimisation bilatérales et de leur impact sur les modèles d'apprentissage automatique.