Derniers articles pour Ajustement fin

Un aperçu des préoccupations de sécurité des modèles de langage compressés.

SBoRA améliore l'affinage des grands modèles de langage, économisant des ressources et boostant les performances.

LoRA améliore la performance des gros modèles de langage tout en économisant des ressources.

Une nouvelle méthode simplifie la génération d'images personnalisées à partir de texte.

Présentation des matrices Group-and-Shuffle pour un ajustement efficace des modèles neuronaux.

Une nouvelle méthode pour améliorer les modèles pré-entraînés en utilisant un réglage fin sélectif.

Un nouveau cadre contrôle l'apprentissage en contexte pour éviter les abus dans les modèles d'IA.

Une nouvelle méthode combine des vidéos et des données IMU pour améliorer les techniques de reconnaissance d'actions.

Une nouvelle méthode qui améliore la performance du modèle grâce à une gestion efficace des valeurs aberrantes.

Présentation de l'adaptation par sous-espace aléatoire pour un ajustement efficace des modèles linguistiques.

Un projet axé sur l'amélioration de la génération d'histoires en arabe en utilisant des modèles avancés.

Stratégies pour améliorer les modèles de machine learning avec des ensembles de données qui changent.

Des chercheurs développent des méthodes pour améliorer les modèles de langue pour différentes langues.

WeLore rend les modèles de langage larges plus efficaces en simplifiant les matrices de poids.

Ce papier étudie comment l'entraînement influence les prédictions des grands modèles de langage.

Une étude évalue l'adaptabilité des modèles de langage pour résumer des sujets variés.

Découvrez comment l'apprentissage par transfert améliore les résultats des modèles en utilisant des connaissances provenant de tâches connexes.

Une étude sur à quel point les LLMs fonctionnent comme des bases de connaissances fiables.

Un aperçu de la façon dont les modèles open-source se comparent à leurs homologues commerciaux dans les tâches biomédicales.

Examiner les problèmes avec les grands modèles de langage pour prédire les éléments manquants d'une liste.

Ce document examine les attaques backdoor et leurs implications sur la sécurité de l'apprentissage automatique.

Une nouvelle méthode améliore la détection d'objets dans les images de télédétection.

La recherche améliore la capacité des modèles de langage à traiter des infos liées au temps dans les tableaux.

Une nouvelle méthode améliore la façon dont les modèles vision-langage s'adaptent pendant les tests.

Une nouvelle façon d'évaluer la performance des modèles et la rétention des connaissances.

Cette étude améliore la mesure de la tête fœtale par ultrasons grâce à des techniques de deep learning.

Une méthode pour améliorer le comportement des modèles de langage contre les sorties nuisibles.

Une nouvelle méthode améliore l'adaptabilité des agents RL aux environnements changeants.

pRAGe aide à simplifier les termes médicaux pour que les patients comprennent mieux.

Cette étude évalue des modèles d'apprentissage automatique pour classifier des pages web liées aux politiques allemandes.

Des chercheurs améliorent les modèles PDE neuronaux en utilisant des équations pré-entraînées de plus petite dimension pour de meilleures performances.

Examiner comment les réseaux de croyance profonds peuvent apprendre des données et créer des représentations complexes.

La recherche améliore les systèmes ASR en utilisant des modèles de langage pour une meilleure précision.

XLIP améliore le diagnostic en intégrant des images médicales et des descriptions textuelles.

Une nouvelle méthode améliore les modèles 2D en intégrant des caractéristiques 3D pour de meilleures performances.

Ce cadre améliore l'accès et l'efficacité des modèles d'IA en utilisant le sharding hybride.

MoFO aide les grands modèles de langage à garder leur savoir pendant le fine-tuning sans perdre en performance.

De nouvelles méthodes d'entraînement améliorent les LLM pour de meilleures suggestions de produits en ligne.

Gemma 2 offre de hautes performances dans un format compact pour les tâches linguistiques.

De nouvelles méthodes visent à améliorer la vitesse et l'efficacité des modèles d'apprentissage profond.