Web de actualidad independiente
Los flujos de trabajo agentes son una nueva perspectiva en la creación de flujos de trabajo dinámicos y complejos basados en casos de uso empresarial con la ayuda de modelos…
La investigación sobre la solidez de los LLM ante los ataques de jailbreak se ha centrado principalmente en aplicaciones de chatbot, donde los usuarios manipulan indicaciones para eludir las medidas…
El notable rendimiento en diferentes tareas de razonamiento ha sido demostrado por varios modelos de lenguajes grandes (LLM), como GPT-4, PaLM y LLaMA. Para aumentar aún más la funcionalidad y…
Recientemente, ha habido un interés creciente en mejorar la generalización de las redes profundas mediante la regulación de la nitidez del paisaje de pérdidas. Sharpness Aware Minimization (SAM) ha ganado…
Los investigadores de Tencent AI Lab abordan los desafíos en la confiabilidad de los modelos de lenguaje de recuperación aumentada (RALM), que pueden recuperar información irrelevante, lo que lleva a…
Si bien los modelos de lenguajes grandes (LLM) como ChatGPT y GPT-4 han demostrado un mejor rendimiento en varios puntos de referencia, los proyectos de código abierto como MMLU y…