Stella Biderman

CFG améliore les performances des modèles de langage en se concentrant sur les demandes des utilisateurs.

Examiner les défis que rencontrent les modèles de transformateurs pour apprendre la récursion structurelle.

Apprends à améliorer l'efficacité des modèles transformer avec un design optimisé pour le GPU.

Une nouvelle méthode améliore la capacité des modèles de langue à éviter les sujets indésirables.

Cet article parle des problèmes et des meilleures pratiques pour évaluer les modèles linguistiques.

Apprends les meilleures pratiques pour développer des modèles d'IA de manière responsable et efficace.

Explore comment les modèles de langue mémorisent à travers la récitation, la reconstruction et le rappel.

Cette étude montre comment les LLMs font évoluer leurs capacités pendant l'entraînement.