Ben Athiwaratkun

Descubra como a atenção bifurcada melhora os modelos de linguagem de IA para um processamento mais rápido.

Esse estudo melhora a geração de texto lidando com os desafios de tokens incompletos.

Um novo modelo melhora a compreensão de imagens, focando em detalhes com eficiência.

Uma nova abordagem para avaliar estratégias de raciocínio com foco nos custos computacionais.

Um novo método aumenta a eficiência em modelos de linguagem grandes usando esparsidade de ativação.

Os conjuntos de dados RedPajama têm como objetivo melhorar o treinamento de modelos de linguagem através de transparência e dados de qualidade.