Jun Sun

Un nuovo metodo per valutare quanto i modelli linguistici siano in linea con i valori umani.

Migliorare la robustezza del machine learning contro gli esempi avversari è fondamentale per applicazioni sicure.

Questo framework usa più agenti e grafi di compiti per risolvere i problemi in modo efficiente.

Un nuovo metodo per modificare i modelli di linguaggio in modo efficace senza perdere prestazioni.

Questo studio analizza i limiti di precisione e robustezza nei modelli di machine learning.

TlSbTe mostra promesse nelle applicazioni termoelettriche grazie alla bassa conducibilità termica e alle favorevoli proprietà elettriche.

CCL assicura che le reti neurali mantengano precisione mentre apprendono nuovi compiti.

Scopri come le superfici cambiano mantenendo costante la loro area.

Un nuovo metodo aiuta a proteggere i modelli linguistici da attacchi backdoor dannosi.

Collegare Grandi Modelli Linguistici e Metodi Formali per soluzioni AI affidabili.

Esplora il mondo affascinante della curvatura dello spazio e le sue implicazioni.