Shengding Hu

ProSparse melhora a esparsidade de ativação em LLMs pra ter mais eficiência e desempenho.

Analisando grokking, dupla descida e habilidades emergentes em modelos de aprendizado profundo.

Analisando como os LLMs conseguem somar números sem etapas explícitas.

O MiniCPM-V melhora o uso de IA em dispositivos móveis com eficiência e desempenho.

Um novo método combina modelos autorregressivos e de difusão para gerar mídia de forma mais eficiente.