Mikhail Yurochkin

Uno studio sui metodi efficienti per il fine-tuning di modelli grandi tramite Low-Rank Adaptation.

Un nuovo metodo per valutare i modelli di linguaggio grandi usando meno esempi.

Un nuovo metodo per una migliore selezione dei prompt nei modelli di linguaggio.

La ricerca delinea tecniche per migliorare l'efficienza nel servire gli adattatori LoRA.

Tecniche per migliorare i modelli di intelligenza artificiale usando il feedback da controparti meno capaci.

Questo paper presenta un metodo per valutare i modelli di linguaggio attraverso vari prompt.

CharED combina modelli linguistici per prestazioni migliori senza vocabolari condivisi.

Esplora la necessità di un sistema di feedback aperto per migliorare le risposte dell'IA.

Scopri come Sloth sta cambiando le previsioni per le prestazioni dei modelli linguistici.