Tag: LLM

All the papers with the tag "LLM".

• EMORL: Ensemble Multi-Objective Reinforcement Learning for Efficient and Flexible LLM Fine-Tuning

  grok-3-latest

  Score: 0.70

  Published:2025年5月5日 at  at 11:30

  #LLM, #Ensemble Learning, #Multi-Objective Optimization, #Reinforcement Learning, #Fine-Tuning

  EMORL 框架通过集成学习和隐藏状态聚合，为多目标 LLM 微调提供了一种高效、灵活且可解释的方法，在资源消耗和稳定性上显著优于传统方法，同时保持了相当的性能。

• Bielik v3 Small: Technical Report

  grok-3-latest

  Score: 0.67

  Published:2025年5月5日 at  at 10:39

  #LLM, #Parameter Efficiency, #Tokenizer Optimization, #Data Quality, #Training Strategy

  本文通过创新架构设计、高质量波兰语数据处理和高效训练策略，开发了参数高效的 Bielik v3 模型（1.5B 和 4.5B），为资源受限语言的语言模型开发树立了新标杆。

• Large Language Model Partitioning for Low-Latency Inference at the Edge

  grok-3-latest

  Score: 0.63

  Published:2025年5月5日 at  at 10:16

  #LLM, #Edge Computing, #Transformer Partitioning, #Resource Allocation, #Low-Latency Inference

  本文提出一种资源感知的 Transformer 分区算法，通过注意力头级别的细粒度分区和动态块迁移，显著降低边缘环境下大型语言模型的推理延迟并优化内存使用。

• Beyond the model: Key differentiators in large language models and multi-agent services

  grok-3-latest

  Score: 0.60

  Published:2025年5月5日 at  at 09:15

  #LLM, #Computational Efficiency, #Data Management, #Evaluation Framework, #Latency Optimization

  本文通过系统综述，揭示了生成式 AI 从模型中心向生态系统中心转变的趋势，总结了数据质量、计算效率、延迟优化、评估框架和数据管理等关键差异化因素，为 AI 服务优化提供了全面参考。

• SEFE: Superficial and Essential Forgetting Eliminator for Multimodal Continual Instruction Tuning

  grok-3-latest

  Score: 0.64

  Published:2025年5月5日 at  at 09:09

  #LLM, #Multimodal Learning, #Continual Learning, #Instruction Tuning, #Regularization

  本文提出 SEFE 方法，通过 ASD 范式和 RegLoRA 分别解决多模态持续指令微调中的表面遗忘和本质遗忘问题，显著提升模型性能并实现最先进的遗忘缓解效果。

• Rewriting Pre-Training Data Boosts LLM Performance in Math and Code

  grok-3-latest

  Score: 0.81

  Published:2025年5月5日 at  at 07:38

  #LLM, #Pre-Training, #Data Quality, #Code Generation, #Mathematical Reasoning

  本文通过系统性重写预训练数据，构建 SwallowCode 和 SwallowMath 数据集，显著提升了大型语言模型在代码生成和数学推理任务上的性能，提出了一种创新的‘改造并保留’数据处理范式。