Ben Athiwaratkun

Scopri come l'attenzione biforcata migliora i modelli linguistici dell'IA per una lavorazione più veloce.

Questo studio migliora la generazione di testo affrontando le sfide dei token incompleti.

Un nuovo modello migliora la comprensione delle immagini, concentrandosi sui dettagli con efficienza.

Un nuovo approccio per valutare le strategie di ragionamento con un occhio ai costi computazionali.

Un nuovo metodo migliora l'efficienza nei modelli di linguaggio di grandi dimensioni usando la sparsità delle attivazioni.

I dataset RedPajama puntano a migliorare l'addestramento dei modelli linguistici attraverso trasparenza e dati di qualità.