Xiaoye Qu

この研究は、LLMのための新しいフレームワークを使ってテキスト分類の精度を向上させるよ。

新しいテストCoTempQAが言語モデルのイベント理解を向上させるよ。

ツインマージングは、モデルマージングの効率と柔軟性をさまざまなタスクで向上させるよ。

新しいフレームワークは、アクティブリトリーバルを通じてLVLMのハルシネーションを減らすことを目指している。

複数の言語にわたる言語-ビジョンモデルの誤出力を減らすためのフレームワーク。

ConflictBankは、言語モデルにおける知識の対立についての洞察を提供してるよ。

効率的な応答のために専門家のミックスを使ったチャットボットの新しいアプローチ。