Aditi Raghunathan

ファインチューニングの効果を分析して、解決策として共役プロンプティングを提案する。

AutoFTは、新しいファインチューニング技術を使って、未知のデータでのモデルの性能を向上させるんだ。

この記事は、広範なラベル付きデータなしで基盤モデルのパフォーマンスを推定する方法について話してるよ。

ラベルノイズの中でSAMがモデルのパフォーマンスをどう改善するか探ってる。

マルチモーダルエージェントに対する敵対的攻撃がもたらす安全性の課題を探る。

ファインチューニングが言語モデルの事実を正確に思い出す能力にどう影響するか。

精度は言語モデルのトレーニングの効果とコストに影響を与える。