Разумное распределение ресурсов: новый подход к повышению точности языковых моделей

В данной работе исследуется методика распределения вычислительных ресурсов языковой модели при генерации ответов, позволяющая достичь сопоставимой точности с использованием полного бюджета за счет применения стратегии самосогласованности, при этом предлагаемый подход, обозначенный как PETS, существенно снижает требуемые вычислительные затраты без потери качества.

Исследователи предлагают принципиально новый метод эффективного использования вычислительных ресурсов при работе с большими языковыми моделями, позволяющий значительно улучшить качество рассуждений.

Генеративные модели: модульный подход к устойчивости

В новой работе представлена теоретическая база и практические алгоритмы для создания генеративных моделей, способных сохранять надежность даже при работе с противоречивыми данными.

Танцы на льду для агентов: децентральное обучение без столкновений

Новый подход к многоагентному обучению с непрерывными действиями позволяет избежать столкновений и достичь почти оптимальных результатов без прямой коммуникации между агентами.