Songyang Zhang

UFed-GAN permet d'apprendre à partir des données tout en préservant la vie privée et en minimisant les exigences en matière de calcul.

Présentation de PFL-GAN : une solution sur mesure pour la variabilité des clients dans l'apprentissage fédéré.

Explorer de nouvelles méthodes et défis dans la génération de graphes de scènes pour améliorer l'analyse d'images.

Un regard sur comment le BD-ROHC et le RL améliorent l'efficacité de transmission des données.

CHARM évalue à quel point les LLMs raisonnent dans des contextes globaux et chinois.

Un nouveau cadre transforme l'interprétation d'images grâce à des graphiques de scène à vocabulaire ouvert.

MathBench évalue les capacités mathématiques des LLM à travers différentes étapes éducatives.

FedSC améliore l'entraînement des modèles tout en préservant la vie privée des utilisateurs dans l'apprentissage fédéré.

InternLM-Law améliore les réponses à diverses questions juridiques chinoises grâce à une formation avancée.

Un cadre pour évaluer les capacités des LLM dans les tâches liées aux données avec des interprètes de code.

Améliorer la communication en temps réel grâce à de nouvelles méthodes de contrôle de la congestion.

Révolutionner la façon dont les appareils communiquent en se concentrant sur les infos essentielles.

Découvrez l'impact de DualGFL sur la confidentialité des données et l'efficacité.

Découvrez comment LaMI-GO transforme la communication en se concentrant sur les besoins des utilisateurs.