Xiaoyu Shen

StableMaskは、言語モデルのパフォーマンスを向上させるために注意の分配を強化します。

文脈内学習を探求し、それが多言語AIのパフォーマンスに与える影響について。

InternLM-Lawは、高度なトレーニングで多様な中国の法律質問に対する応答を強化する。

この研究は、大きな言語モデルが外部情報をどれだけうまく使うかを評価してるんだ。

人の好みに合った報酬モデルのトレーニングの新しいアプローチ。

この研究では、大規模言語モデルを数学的推論タスクの審査員として評価してるよ。