Artigos mais recentes para Ajuste fino

Analisando o papel do IKUN e do IKUN-C em traduzir várias línguas de forma eficaz.

Pesquisas mostram que substituir Embeddings Posicionais em modelos de tradução é eficaz.

Analisando o papel dos dados em melhorar a tradução para línguas de baixo recurso.

Esse artigo examina como os modelos reconhecem tom, estresse e acentos de pitch.

Um olhar sobre os benefícios de modelos locais e pipelines de LLMOps.

O estudo analisa a eficácia de LLMs especializados em tarefas clínicas.

Saiba como chatbots personalizados podem melhorar a experiência educacional no ensino superior.

Um novo método ajuda a identificar a contaminação de dados de teste em LLMs usando probabilidades de tokens.

Descubra métodos eficientes para ajustar grandes modelos de linguagem usando ruído gaussiano.

Um novo algoritmo melhora a eficiência dos conjuntos de dados para ajustar modelos de linguagem.

Explorando como os LLMs estão moldando o futuro da saúde.

Um olhar sobre como o aprendizado por transferência impacta o desempenho do modelo através das leis de escalonamento.

Novo método combina conhecimento de especialistas com grandes modelos para analisar sinais de vibração industrial.

Um novo método usa dados de fala pra melhorar as avaliações de autismo.

Novos métodos melhoram a forma como os robôs aprendem e se adaptam às tarefas.

Novos métodos melhoram a eficiência na geração de imagens em dispositivos limitados.

Este artigo apresenta um novo método para sistemas de diálogo realistas usando características específicas dos usuários.

Um novo método para melhorar a precisão e eficiência da recuperação k-NN.

Este estudo analisa a criação de raios-X de tórax realistas usando técnicas avançadas de aprendizado de máquina.

Estudo revela vulnerabilidades em modelos de IA por causa de ataques de backdoor.

SSR melhora o desempenho dos modelos de linguagem enquanto mantém suas habilidades gerais.

AstroMAE usa autoencoders mascarados pra melhorar as previsões de desvio vermelho na astronomia.

Pesquisadores ajustam LLMs pra melhorar a honestidade e confiabilidade nas saídas.

Esse artigo fala sobre os desafios e soluções na avaliação de modelos de resposta a perguntas com base em contexto.

Uma nova abordagem melhora a clareza da pesquisa usando gráficos de conhecimento cognitivo e modelos de linguagem.

Um olhar sobre os últimos avanços nos modelos de tradução automática.

Um novo método pra adaptar modelos de IA com dados rotulados limitados.

Um novo framework melhora o aprendizado de máquina para controle de movimento em diferentes ambientes.

Explorando preocupações sobre privacidade ao ajustar modelos de difusão com dados pessoais.

Block-Attention melhora os modelos de linguagem, acelerando as respostas e mantendo a precisão.

Estudo explora o desenvolvimento de ASR para Amis e Seediq, focando no uso de dados.

Este estudo investiga modelos generativos para a criação eficaz de palavras-chave em artigos científicos.

Uma olhada em como o IRL melhora o desempenho e a diversidade dos modelos de linguagem.

Novos métodos melhoram a precisão e a eficiência da tradução para várias línguas.

Um novo método melhora a eficiência do ajuste fino de modelos de linguagem.

Explorando novos métodos para melhorar previsões de séries temporais usando perda de Wasserstein.

Analisando como o ajuste fino afeta a segurança em modelos de linguagem em várias tarefas.

Transformers melhoram a precisão da classificação do Transtorno do Espectro Autista por meio de uma análise avançada de imagens cerebrais.

A pesquisa foca em melhorar a capacidade dos modelos de linguagem de entender textos mais longos.

Novo método MEOW enfrenta a tarefa de desaprender dados sensíveis em LLMs sem perder desempenho.