在最新的研究中，科学家们介绍了一种名为LLM-FP4的新型方法，该方法能够通过在训练后将大型语言模型的权重和活动转换为4位浮点值，实现对其进行压缩。这种技术的创新之处在于，它不仅能够显著减少模型的存储需求，还...

本研究介绍了LLM-FP4，这是一种新的方法，通过在训练后将大型语言模型的权重和操作转换为4位浮点值来压缩它们。近年来，由于NLP任务的快速发展，语言模型的大小和计算需求不断增加，这给模型的部署和使用带来了很多...

Cola是一个使用大型语言模型来协调各种视觉语言模型（VLM）以改进视觉推理的系统。该代码库已经在GitHub上发布。

本研究评估了大型语言模型（LLMs）在进行类似于人类的多轮对话时的能力。研究人员使用了一种名为Persona-Chat的数据集，该数据集包含有关对话参与者偏好和兴趣的信息。研究结果表明，LLMs在某些方面表现出了与人类类...

尽管有人声称MathGLM可以解决数学问题，但实际上它仍然无法胜任这项任务。这一现象凸显了仅仅依赖于大型语言模型的局限性。近年来，基于神经网络的自然语言处理技术取得了长足进步，但在某些特定领域，仍然需要更为...

近年来，大型语言模型(LLMs)在自然语言处理领域引起了广泛关注，但它们如何表达真相仍然是一个有待研究的问题。为了解决这个问题，研究人员开发了一些交互式图表，可以帮助用户更好地理解LLMs如何表示真相。这些图表...

研究人员推出了FACTCHD，这是一个基准测试，旨在检测像ChatGPT这样的大型语言模型在复杂情况下产生事实错误的信息。

研究人员开发出BitNet，这是一种新的大型语言模型设计，使用更少的能量和内存。BitNet使用一种新的技术来平衡模型的准确性和计算效率，同时减少了对大量数据的依赖。这一新设计的目的是为了降低大型语言模型的计算成...