Yuxiao Dong

Une nouvelle méthode s'attaque aux défis de l'étiquetage des nœuds dans des environnements ouverts.

ChatGLM-RLHF améliore les interactions avec l'IA grâce à des retours humains et des méthodes d'entraînement avancées.

Une nouvelle méthode améliore à la fois les compétences linguistiques et mathématiques des modèles de langage.

Un nouvel agent de navigation web basé sur le modèle ChatGLM3-6B améliore les performances des tâches.

Cette recherche se concentre sur l'amélioration des GNNs en utilisant l'apprentissage auto-supervisé et l'alignement des caractéristiques.

Un nouveau cadre améliore l'auto-formation des grands modèles linguistiques en utilisant un raisonnement guidé.

Un benchmark créé pour améliorer la compréhension des contenus vidéo longs.

Les modèles GLM-4 montrent de meilleures capacités dans la compréhension et la génération de langage.

Nouveau cadre améliore la catégorisation des nœuds dans des graphes avec des attributs de texte et peu de données.

SinLG améliore les conversations avec les chatbots en intégrant des connaissances de fond pour une meilleure sélection des réponses.

Une nouvelle méthode pour évaluer à quel point les LLM comprennent et appliquent les règles.

AutoGLM simplifie les interactions avec la tech, rendant les tâches quotidiennes plus efficaces.

Un nouveau chatbot qui propose des conversations comme des humains avec une conscience émotionnelle.

Apprends comment les retours humains influencent les réponses des modèles de langage IA.

Une nouvelle façon d'améliorer le suivi des instructions dans les modèles de langage.

Les machines génèrent maintenant des images et des vidéos en fonction des préférences humaines.