Sebastian Ruder

SEACrowd punta a migliorare la rappresentanza dell'IA per le lingue e le culture del Sud-Est asiatico.

Uno sguardo su come la confusione linguistica influisce sulla generazione di testo dell'IA.

Esplorando come i dati sintetici influenzano i modelli di machine learning e il loro comportamento.

Studiare come la quantizzazione influisce sulle prestazioni in diverse lingue.

BAM migliora l'efficienza del MoE integrando i parametri di attenzione e FFN.

Nuove ricerche evidenziano le sfide nella rappresentazione dei dialetti arabi nei modelli linguistici.