Eran Malach

TransformerとGSSMがコピータスクをどう扱うかを見てみよう。

この研究は、言語モデルがどのようにコンテキスト学習を使って予測を適応させるかを調べてるんだ。

この記事では、チェスで人間の専門家を上回ることができる生成モデルについて見ていくよ。

チューリングプログラムは、言語モデルの長さ一般化を向上させる新しい方法を提供するんだ。