Wei Cheng

Un cadre pour détecter les anomalies dans les logs en analysant les relations entre les événements.

Cette étude améliore la performance des GNN grâce à des explications graphiques efficaces.

Une étude sur la fiabilité et l'incertitude dans les grands modèles de langage.

Examiner le transport optimal et les opérateurs de Lax-Oleinik pour un mouvement de ressources efficace.

Une nouvelle méthode améliore la complétion de code en utilisant l'analyse de flux de données.

Une nouvelle méthode améliore la détection de contenu généré par l'IA sans accès aux données du modèle.

Un nouveau cadre améliore la génération de code en utilisant les principes du pair programming.

Découvre l'étude des fonctions et des courbes sur des formes lisses dans différents systèmes.

Un aperçu des contributions de Mather aux systèmes dynamiques et à leurs applications.

Apprends à créer des textures 3D riches à partir de simples descriptions textuelles.

Un aperçu de comment les mésons lourds se désintègrent et l'impact des facteurs de forme de l'hélicité.

Le décalage KV de l'attention simplifie les prédictions des modèles de langage tout en améliorant l'efficacité.

Une nouvelle méthode renforce la confiance dans les réponses de l'IA en mesurant l'incertitude à chaque étape de décision.

Apprends comment les équations de Hamilton-Jacobi influencent les systèmes et mesurent le chaos.

La communauté tech trouve des moyens de rendre les LLMs plus légers et plus écologiques.