Difan Zou

Cette étude examine comment la profondeur des transformateurs affecte les tâches d'apprentissage.

Nouveau cadre améliore la planification de voyage pour les grands modèles de langage.

Enquête sur comment de petites erreurs dans les données d'entraînement améliorent le contenu généré par l'IA.

Approche innovante pour guider les grands modèles de langage grâce à l'auto-évaluation.

Cette étude explore comment les transformers apprennent grâce à l'attention multi-tête dans les tâches de régression.

Examiner l'impact de la réduction du taux sparse sur la performance des modèles Transformer.

Découvre comment la génération parallélisée transforme la production d'images et de vidéos.