Do small language models know what they don't know?

RBS-Attention: Przyspieszenie przetwarzania długich kontekstów w dużych modelach językowych

Inteligentny routing w modelach MoE dzięki informacjom z uwagi

CaLR: Causal Latent Revision dla solidnego rozumowania w modelach dyfuzji

LoRA z nauczaniem kontrastywnym dla sonarów SAS i Vision Transformers

Topologia przepływu informacji w transformerach zdradza halucynacje LLM

Fine-tuning LLM-ów zmienia reprezentacje, ale nie zawsze tam gdzie liczy się wydajność