Se-Young Yun

FedSoL migliora l'apprendimento locale mantenendo l'allineamento del modello globale.

Nuove tecniche migliorano l'efficienza nei modelli linguistici grazie a un trasferimento di conoscenze efficace.

Un nuovo metodo migliora l'accuratezza del modello affrontando le etichette rumorose nell'apprendimento federato.

hFedF migliora le prestazioni dell'apprendimento federato affrontando le sfide della generalizzazione del dominio.

Introducendo BMTPT per migliorare il prompt tuning nei modelli linguistici.

Preference Flow Matching offre un nuovo modo per allineare i risultati dell'IA con le preferenze degli utenti.

Il Block Transformer migliora la velocità e l'efficienza del trattamento del testo nei modelli di lingua.

Nuovi metodi nel Federated Learning migliorano la privacy e le prestazioni del modello mentre gestiscono dati diversi.

Un nuovo approccio per classificare i dati tabulari usando gli ICL-transformers mostra risultati promettenti.

La ricerca sottolinea il ruolo del video nel migliorare il riconoscimento vocale in ambienti rumorosi.

BAPO migliora i modelli linguistici mantenendo le conoscenze essenziali e le preferenze degli utenti.

Nuove sequenze di confidenza migliorano la stima dell'incertezza nei modelli statistici.

TACS aiuta gli scienziati a creare molecole stabili con proprietà desiderate.