Hao Yu

この記事では、主要なNLPタスクにおけるさまざまな言語モデルのパフォーマンスを調べる。

長い尾を持つデータセットのまれなカテゴリのモデル精度を向上させる。

この研究は、ツールがLLMが複雑な環境を管理するのにどう役立つかを調査してるよ。

新しい方法が、以前に遭遇したことのない物体のポーズ推定を改善する。

新しいウェブナビゲーションエージェントがChatGLM3-6Bモデルを基にして、タスクのパフォーマンスを向上させた。

CTR予測モデルを強化しつつ、サイズを縮小してスピードもアップする新しいアプローチ。

このフレームワークは効率的な問題解決のために複数のエージェントとタスクグラフを使ってるんだ。

GLM-4モデルは言語理解と生成の能力が向上してるよ。

新しいシステムがAIとウェブ検索を組み合わせて、誤情報をもっと効果的に検出するんだ。

新しいベンチマークプロジェクトが、Javaの問題解決能力を評価することを目指してるんだ。

Uniswap V3の特徴と流動性提供者向けの戦略の概要。