Jiaheng Liu

Découvre les processus derrière l'entraînement des modèles de langage IA avancés.

MuPT utilise la notation ABC pour une génération musicale efficace avec l'IA.

MAP-Neo vise la transparence et la performance dans la modélisation du langage IA.

Une nouvelle méthode aide à équilibrer les données d'entraînement pour une meilleure performance de l'IA.

GIEBench évalue les réponses empathiques des LLM en se basant sur des identités de groupe diverses.

Présentation d'une méthode pour automatiser l'étiquetage 3D en utilisant des invites 2D.

DDK améliore la distillation des connaissances, rendant les petits modèles de langue plus efficaces.

Une nouvelle approche pour reconnaître des catégories dans des données non étiquetées tout en préservant les anciennes classifications.

I-SHEEP permet aux grands modèles de langage d'apprendre en continu à partir de données générées.

Un nouvel outil évalue la performance des grands modèles de langage sur différents types de données.

Les chercheurs utilisent des bugs de jeux pour apprendre à l'IA le bon sens physique.

Un outil pour évaluer les réponses de sécurité des grands modèles de langage en Chine.