Shengding Hu

ProSparse migliora la sparsità di attivazione nei LLM per una migliore efficienza e performance.

Esaminando il grokking, il double descent e le abilità emergenti nei modelli di deep learning.

Esaminando come i LLM possono sommare numeri senza passaggi espliciti.

MiniCPM-V migliora l'uso dell'AI sui dispositivi mobili con efficienza e performance.

Un nuovo metodo combina modelli autoregressivi e di diffusione per una generazione media migliore.