Денис Аветисян

Обзор современных подходов к созданию Vision-Language-Action моделей, позволяющих снизить вычислительные затраты и потребность в больших объемах данных для обучения.

Как новый модуль SteerVLM позволяет динамически корректировать ответы мультимодальных моделей, избегая галлюцинаций и улучшая соответствие заданным темам.

Как проверить, насколько можно доверять ответам больших языковых моделей в научных исследованиях и где сейчас преуспевают общие модели, а где специализированные.

Как анализ взаимодействий между большими языковыми моделями позволяет автоматически создавать синергетичные команды для совместной работы без предварительного знания их специализации.

Как большие языковые модели справляются с задачами нормативного рассуждения, демонстрируя как логическую последовательность, так и когнитивные искажения, свойственные человеку.

Как большие языковые модели влияют на эмпирические исследования в области разработки программного обеспечения и какие риски возникают при оценке их эффективности.

Как большие языковые модели способны автоматически подбирать оптимальные модели и гиперпараметры для решения задач машинного обучения, предлагая масштабируемую альтернативу ручной настройке.

Комплексная оценка способностей больших языковых моделей к рассуждениям на различных платформах показывает, что масштабирование не всегда приводит к улучшению результатов.

Как новый многоагентный фреймворк, использующий возможности больших языковых моделей и эволюционных алгоритмов, позволяет решать сложные задачи оптимизации в различных областях.