Juho Lee

Forchestra propose des prévisions de demande précises et évolutives.

Une nouvelle méthode améliore la vitesse et la qualité des modèles d'images génératives.

Présentation de l'apprentissage par transfert non paramétrique pour une meilleure adaptabilité aux changements de données.

Une nouvelle approche améliore la diversité des prompts pour des modèles de langage plus sûrs.

De nouvelles méthodes en contrôle optimal stochastique pour les espaces infinis montrent du potentiel dans la modélisation générative.

Une nouvelle méthode réduit le temps de calcul dans les modèles de diffusion tout en maintenant la qualité des résultats.

SGMCMC et méta-apprentissage améliorent les réseaux de neurones bayésiens pour de meilleures prédictions.

CalibRAG améliore les modèles de langage en alignant la confiance avec la précision.