Articoli più recenti per Rifinitura

Investigando come lo spazio latente influisce sulle prestazioni del modello transformer nei compiti di linguaggio.

Esaminando l'impatto dei contenuti di notizie sintetiche e le difficoltà di rilevamento.

Esaminare la memorizzazione nei modelli di completamento del codice e le sue implicazioni sulla privacy.

Questo articolo esamina modi per migliorare le capacità di pianificazione nei grandi modelli linguistici.

Un metodo per valutare la conoscenza del modello attraverso l'elaborazione interna.

DetectBench valuta i LLM sulla loro capacità di individuare prove nascoste nei compiti di ragionamento.

Un nuovo metodo per migliorare la stabilità e le performance del modello in contesti a basse risorse.

Come il fine-tuning influisce sulla capacità dei modelli linguistici di ricordare i fatti con precisione.

Sviluppi nel fine-tuning dei modelli linguistici usando tecniche innovative.

RankAdaptor ottimizza il fine-tuning per i modelli AI potati, migliorando le prestazioni in modo efficiente.

Metodi per ridurre l'uso della memoria durante il fine-tuning di modelli grandi.

Questo studio presenta un dataset e un metodo per migliorare l'accuratezza dell'ASR cinese usando il Pinyin.

Nuovi metodi migliorano le abilità di ragionamento nei modelli linguistici per una performance migliore nei compiti.

Un nuovo metodo migliora come i modelli linguistici si allineano ai valori umani.

Questo studio si concentra su come migliorare le risposte dei modelli puntando su requisiti di lunghezza specifici.

Ricerca per migliorare il trasferimento di conoscenze in dispositivi smart con risorse limitate.

Questo studio valuta quanto bene i grandi modelli di linguaggio utilizzano informazioni esterne.

Il dataset GTZAN-synth sfrutta musica sintetica per migliorare i sistemi di tagging musicale.

Un nuovo metodo migliora le prestazioni delle reti neurali a impulsi nei compiti linguistici.

Nuovi metodi migliorano il design molecolare misurando l'incertezza delle previsioni.

Un nuovo sistema migliora l'elaborazione dei dati garantendo al contempo la privacy degli utenti e un utilizzo efficiente delle risorse.

HyperLoader migliora l'allenamento di modelli multitasking usando tecniche innovative e hypernetwork.

La ricerca mostra quanto sia facile rimuovere le funzionalità di sicurezza dai modelli Llama 3.

Un nuovo framework migliora l'efficienza delle performance dei modelli grandi durante il fine-tuning.

CPT migliora le prestazioni dei modelli black-box senza accesso diretto ai parametri interni.

Ottimizzazione di grandi modelli di linguaggio direttamente sugli smartphone, proteggendo i dati degli utenti.

Esaminare metodi per migliorare la generazione di codice per linguaggi di programmazione specializzati usando LLM.

Nuovo dataset migliora le prestazioni del modello di lingua araba e favorisce una comunicazione efficace.

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.