Articoli più recenti per Rifinitura

Tecniche per ridurre la generazione di linguaggio dannoso nei modelli di intelligenza artificiale.

Un metodo per migliorare i modelli linguistici creando dialoghi coinvolgenti a più giri.

Un nuovo metodo per migliorare le prestazioni del modello su dati fuori distribuzione.

Un nuovo metodo per ottimizzare i modelli di linguaggio in modo efficiente con meno parametri.

Questo studio esamina il Mix-Training per il riconoscimento delle parole chiave in condizioni di parlato rumoroso.

CLIP-CITE migliora i modelli CLIP per compiti specializzati mantenendo la flessibilità.

Un nuovo metodo migliora la generazione di immagini utilizzando efficacemente dataset limitati.

Migliorare i sistemi di riconoscimento vocale per le lingue con pochi dati online.

Esplora i vantaggi e le applicazioni dell'Adattamento a Basso Ranghi nei modelli di IA.

Un nuovo metodo migliora i modelli NLP concentrandosi sulle trasformazioni sintattiche.

Questo studio si concentra sul ridurre il bias di genere nei modelli linguistici IA attraverso un linguaggio inclusivo.

Le macchine migliorano nel rispondere a domande sulle immagini grazie a un allenamento strutturato.

Quest'articolo esplora l'iperparametrizzazione e il suo impatto sull'efficienza dell'addestramento dei modelli.

Uno sguardo alle preoccupazioni per la sicurezza dei modelli di linguaggio compressi.

SBoRA migliora il fine-tuning per i modelli di linguaggio grandi, risparmiando risorse e migliorando le prestazioni.

LoRA migliora le prestazioni dei grandi modelli di linguaggio risparmiando risorse.

Un nuovo metodo semplifica la generazione di immagini personalizzate da testo.

Introducendo le matrici Group-and-Shuffle per un fine-tuning efficiente dei modelli neurali.

Un nuovo metodo per migliorare i modelli pre-addestrati usando il fine-tuning selettivo.

Un nuovo framework controlla l'apprendimento in contesto per prevenire abusi nei modelli di intelligenza artificiale.

Un nuovo metodo combina dati video e IMU per migliorare le tecniche di riconoscimento delle azioni.

Un nuovo metodo che migliora le prestazioni del modello attraverso una gestione efficace degli outlier.

Presentiamo l'Adaptazione Random Subspace per un fine-tuning efficiente dei modelli linguistici.

Un progetto incentrato sul miglioramento della generazione di storie in arabo usando modelli avanzati.

Strategie per migliorare i modelli di machine learning con dataset in cambiamento.

I ricercatori sviluppano metodi per migliorare i modelli linguistici per diverse lingue.

WeLore porta efficienza ai modelli di linguaggio grandi semplificando le matrici di pesi.

Questo lavoro studia come l'allenamento influisce sulle previsioni dei grandi modelli di linguaggio.

Lo studio valuta quanto i modelli linguistici siano bravi ad adattarsi nel riassumere argomenti diversi.

Scopri come il transfer learning migliora i risultati dei modelli usando conoscenze da compiti correlati.

Uno studio su quanto bene funzionano i LLM come basi di conoscenza affidabili.

Uno sguardo a come i modelli open-source si confrontano con quelli commerciali nei compiti biomedici.

Esaminando i problemi con i modelli linguistici grandi nel prevedere elementi mancanti in una lista.

Questo documento esamina gli attacchi backdoor e le loro implicazioni sulla sicurezza nell'apprendimento automatico.

Un nuovo metodo migliora il rilevamento degli oggetti nelle immagini di telerilevamento.

La ricerca migliora la capacità dei modelli linguistici di elaborare informazioni temporali nelle tabelle.

Un nuovo metodo migliora come i modelli visione-linguaggio si adattano durante il test.

Un nuovo modo per valutare le prestazioni del modello e la retention delle conoscenze.

Questo studio migliora la misurazione della testa fetale con l'ecografia usando tecniche di deep learning.

Un metodo per migliorare il comportamento dei modelli linguistici contro i risultati dannosi.