Jiaheng Liu

高度なAI言語モデルのトレーニングのプロセスを探ろう。

MuPTはAIを使って効果的に音楽を生成するためにABC表記を利用してるよ。

MAP-NeoはAI言語モデルの透明性とパフォーマンスを目指してるよ。

新しい方法がトレーニングデータのバランスを取って、AIのパフォーマンスを向上させるんだ。

GIEBenchは、さまざまなグループのアイデンティティに基づいてLLMの共感的な応答を評価するんだ。

2Dのプロンプトを使って3Dラベリングを自動化する方法を紹介するよ。

DDKは知識蒸留を強化して、小さな言語モデルをより効率的にするよ。

ラベルのないデータでカテゴリを認識しつつ、古い分類を保つ新しいアプローチ。

I-SHEEPは、生成されたデータから大規模言語モデルが継続的に学習できるようにする。

新しいツールが、いろんなデータタイプにわたる大規模言語モデルのパフォーマンスを評価するんだ。

研究者たちは、ゲームのバグを使ってAIに物理的な常識を教えてるんだ。

中国の大規模言語モデルの安全性応答を評価するツール。