Tianyi Zhou

MADAug améliore l'augmentation de données en adaptant les techniques aux besoins du modèle pendant l'entraînement.

Une nouvelle méthode permet aux agents RL de changer de forme corporelle pour mieux s'adapter aux tâches.

Un nouveau jeu de données pour évaluer les LLM sur des questions de traitement du langage naturel.

Explorer les défis et les solutions du hacking de récompense dans l'entraînement des modèles d'IA.

MuLan améliore la génération d'images à partir de texte en décomposant les tâches en étapes plus simples.

Une nouvelle méthode améliore les embeddings de phrases en utilisant plusieurs invites pour une meilleure précision.

Examinant la capacité des LLMs à résoudre des problèmes mathématiques, surtout l'arithmétique modulaire.

Explorer comment les transformateurs favorisent les fonctions à faible sensibilité pour une meilleure performance.

Une nouvelle méthode pour améliorer l'apprentissage fédéré grâce à la modélisation additive multi-niveaux.

Des recherches montrent comment les patchs de déclenchement influencent la génération d'images dans les modèles de diffusion.

Explore comment les LLM font de l'addition en utilisant des techniques mathématiques uniques.

Une nouvelle méthode améliore les modèles de langage en intégrant des connaissances à travers les langues.

Cette méthode améliore la création de prompts pour les grands modèles de langage, ce qui booste la performance globale.

Un nouveau cadre permet aux agents IA de créer des actions dynamiquement pour mieux résoudre des problèmes.

SpecHub accélère la génération de texte des modèles linguistiques avec une nouvelle approche.

Explorer comment des astuces audio perturbent les modèles de langage.

Florence-2 et DBFusion redéfinissent comment les machines interprètent les images et le texte.