Adel Bibi

機械学習でオーバーフィッティングを防ぐための連続モデル評価の方法。

この記事では、トレーニングデータがマルチモーダルシステムのモデル性能にどのように影響するかを探ります。

トランスフォーマーモデルにおけるプロンプトとプレフィックスチューニングの概要。

DietCLは、ラベル付きデータとラベルなしデータをうまく組み合わせて、より良い学習を実現するよ。

さまざまな分野での生成AI技術の責任ある使い方を探る。

オープンソースの生成AI技術のリスクとチャンスを調べる。

プロンプトに基づいて再帰モデルが関数をどのように近似できるかを調べる。

言語モデルのファインチューニングにおけるリスクと安全対策を検討中。

新しいアプローチが言語モデルのトレーニングにおける安全性と有用性を効率化してるよ。