Articoli più recenti per Rifinitura

Il nuovo modulo QASE migliora l'accuratezza nei compiti di comprensione del testo da parte delle macchine.

Un nuovo sistema migliora la condivisione delle risorse tra i Modelli di Linguaggio di Grandi Dimensioni per ottimizzare le prestazioni.

Questa ricerca mostra come LoRA migliora le prestazioni dei modelli di linguaggio su compiti specifici.

Questo articolo parla di come i modelli di intelligenza artificiale possano migliorare la formazione dei tutor grazie a un feedback migliore.

Questo metodo migliora il fine-tuning dei modelli linguistici usando dataset aperti e non etichettati.

Collegare gli utenti a informazioni importanti nelle situazioni di tutti i giorni tramite sistemi innovativi.

Questo articolo esamina come il fine-tuning influisce sull'accuratezza dei modelli linguistici e sulle allucinazioni.

Presentiamo MemVP per migliorare l'efficienza nei modelli visione-linguaggio.

Questo studio valuta quanto bene i LLM possono identificare e classificare il debito tecnico.

Un nuovo framework migliora la comprensione dell'IA degli spazi 3D.

Un metodo per migliorare la sicurezza mantenendo le prestazioni nei modelli di linguaggio grandi.

Affrontare le contraddizioni nei dialoghi dell'IA per una comunicazione migliore.

Un nuovo modo per garantire che i modelli di lingua gestiscano i dati sensibili in modo sicuro.

Un nuovo metodo migliora il fine-tuning dei modelli grandi usando informazioni spettrali.

Un metodo per prevenire l'abuso dei modelli di testo in immagine mantenendo le loro applicazioni legali.

Un sistema per migliorare la rappresentazione culturale nell'IA attraverso dialoghi simulati.

Il PV-Tuning migliora il fine-tuning e la compressione per grandi modelli di linguaggio.

SMT ottimizza il fine-tuning di grandi modelli linguistici con minori richieste di risorse.

Un modello che riempie in modo efficace i valori mancanti nei dati delle serie temporali.

Esplora come i buchi neri primordiali possano spiegare la materia oscura e le onde gravitazionali.

Uno sguardo ai metodi efficaci per affinare i modelli linguistici.

Un nuovo approccio aumenta la diversità dei prompt per modelli di linguaggio più sicuri.

Un nuovo concetto di modello mostra come testare efficacemente le capacità dell'IA.

Un nuovo metodo migliora i modelli linguistici concentrandosi sulle preferenze degli utenti.

Quest'articolo parla di un approccio innovativo per migliorare i modelli linguistici usando modelli più piccoli.

ETHER introduce un modo economico per ottimizzare grandi modelli di machine learning.

Un nuovo framework migliora le capacità dei modelli più piccoli nella programmazione dei robot.

Un nuovo metodo migliora l'efficienza del fine-tuning e riduce l'uso di memoria per i grandi modelli di linguaggio.

Un nuovo metodo per perfezionare i modelli di linguaggio usando l'autoattenzione.

Un nuovo metodo migliora la rilevazione dei guasti nelle macchine grazie a un apprendimento delle caratteristiche migliore.

Analizzare come l'IA impara dai dati rivela lacune significative nella logica e nel ragionamento.

DEFT migliora i modelli di diffusione per un campionamento condizionale efficace con risorse minime.

Questo studio esamina come i LLM gestiscono il ragionamento in scenari astratti e contestuali.

Questa ricerca esamina l'equità dei modelli di apprendimento auto-supervisionato tra i gruppi demografici.

Esplorare come i LLM usano il ragionamento per affrontare compiti complessi.

SlicerChat punta ad aiutare gli utenti di 3D Slicer offrendo supporto rapido e preciso.

Uno studio su come affinare gli agenti di controllo dei computer per migliorare le prestazioni nei compiti.

Introducendo un metodo per affinare i LLM su dispositivi a bassa risorsa.

Questo articolo esamina come i modelli linguistici si comportano nei compiti di ragionamento spaziale.

ReNO ottimizza la generazione di immagini da testo, migliorando qualità ed efficienza.