Toutes les news taguées avec ce sujet.
Une méthode de transfert séquentiel par LoRA permet de prédire la sévérité de la dépression via des LLM, même avec peu de données cliniques et à travers les barrières linguistiques.
Un modèle GPT-2 125M entraîné exclusivement sur du français révèle l'importance des benchmarks natifs et la sensibilité au tokenizer.
Optimiser l'entraînement distribué via Async GRPO et LoRA sur Hugging Face Jobs sans dépendre de NCCL.
Une méthode FACET utilise un seul adaptateur conditionné par tâche pour lutter contre l'oubli catastrophique sans données passées.