Articoli più recenti per Rifinitura

Uno studio su come allineare gli agenti nei giochi 3D per migliorare il comportamento.

Impara a allenare modelli per le rappresentazioni testuali in modo saggio ed efficace.

Le collezioni UltraMedical migliorano i modelli di linguaggio medico e affrontano le carenze di dati.

Scopri come LoCalPFN migliora le prestazioni dei transformer sui dati tabulari.

Uno studio rivela tecniche efficaci per migliorare i modelli di linguaggio multimodali di grandi dimensioni.

Uno studio sull'efficacia di vari modelli leggeri nella classificazione delle immagini.

Questo studio esplora metodi per migliorare i modelli vision-language usando immagini generate.

Questo articolo esamina i metodi per migliorare la generazione di dialoghi nei modelli linguistici.

Esaminando i rischi e le misure di sicurezza nel perfezionamento dei modelli di linguaggio.

Uno sguardo a come i LLM affrontano le sfide di programmazione per esempio.

Un nuovo approccio per classificare i dati tabulari usando gli ICL-transformers mostra risultati promettenti.

Esaminare l'efficacia del ragionamento nei modelli di linguaggio di grandi dimensioni.

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.