Yu Cheng

Esaminando i modelli di formazione stellare in diverse aree del Centro Galattico.

Uno studio rivela importanti intuizioni sulla formazione di stelle massive e sui nuclei densi molecolari.

Metodi per gestire efficacemente i valori anomali nell'analisi dei dati.

Questo studio migliora l'accuratezza della classificazione del testo usando un nuovo framework per i LLM.

Il nuovo test CoTempQA migliora la comprensione degli eventi nei modelli linguistici.

Il Twin-Merging migliora l'efficienza e l'adattabilità del merging dei modelli in vari compiti.

Uno sguardo alle tecniche per stimare tagli nei grafi diretti.

Un nuovo design per i layer convoluzionali riduce i parametri e migliora l'interpretabilità nei modelli di intelligenza artificiale.

Nuovo dataset migliora la generazione di immagini e testi nei modelli Vision-Language.

Esplorando le dinamiche della formazione stellare nella regione NGC6334I.

Un nuovo approccio migliora l'accuratezza della stima della postura umana in condizioni di scarsa illuminazione.

Un framework per ridurre gli output errati nei modelli linguistici-visivi in più lingue.

Un nuovo compilatore migliora la comunicazione e la gestione dei compiti nei chip AI.

ConflictBank offre spunti sui conflitti di conoscenza nei modelli linguistici.

Esplorando come i campi magnetici influenzano la formazione di stelle massive in IRAS 16547 4247.

Un nuovo approccio ai chatbot che usa un mix di esperti per risposte efficienti.

Esplora le meraviglie magnetiche e la formazione di stelle in Sagittarius C.

Esplora come i giochi stocastici a turni mescolino fortuna e strategia.