Ruoyu Sun

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

Une nouvelle approche pour résoudre efficacement des problèmes de programmation linéaire à grande échelle.

MoFO aide les grands modèles de langage à garder leur savoir pendant le fine-tuning sans perdre en performance.

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

Découvrez comment PDQP-Net accélère la résolution des programmes quadratiques convexes.