Furong Huang

DLLM combina il reinforcement learning con i modelli linguistici per migliorare le prestazioni nei compiti.

Questo articolo esplora l'impatto del data poisoning sulla sintonizzazione dei modelli linguistici.

Un nuovo framework affronta le sfide nella distillazione della conoscenza per dati a coda lunga.

Esplorare l'uso delle filigrane per affrontare problemi di copyright nei modelli linguistici.

Uno sguardo nuovo su come migliorare i sistemi di raccomandazione capendo le scelte degli utenti.

Uno studio sui falsi rifiuti nei modelli linguistici e il loro impatto sull'esperienza dell'utente.

Tecniche per bilanciare la distribuzione dei dati nel federated learning per migliorare le prestazioni del modello.

Uno sguardo all'apprendimento continuo per i robot e il suo futuro.

Scopri le strategie di memoria efficienti nei modelli di linguaggio AI.