Phi-2: The surprising power of small language models

[Free GPT-4]
[DeepSeek]
[PDF] arxiv.org

Phi-3 technical report: A highly capable language model locally on your phone

M Abdin, J Aneja, H Awadalla, A Awadallah… - ar** Large Language Models (LLMs) with up to trillion
parameters has been met with concerns regarding resource efficiency and practical …
Αποθήκευση Παράθεση Γίνεται αναφορά σε 183 Σχετικά άρθρα Όλες οι 2 εκδοχές Προβολή ως HTML
[Free GPT-4]
[DeepSeek]
[PDF] arxiv.org

Tinygpt-v: Efficient multimodal large language model via small backbones

Z Yuan, Z Li, W Huang, Y Ye, L Sun - arxiv preprint arxiv:2312.16862, 2023 - arxiv.org
In recent years, multimodal large language models (MLLMs) such as GPT-4V have
demonstrated remarkable advancements, excelling in a variety of vision-language tasks …
Αποθήκευση Παράθεση Γίνεται αναφορά σε 41 Σχετικά άρθρα Όλες οι 3 εκδοχές Προβολή ως HTML
[Free GPT-4]
[DeepSeek]
[PDF] arxiv.org

Smaller, weaker, yet better: Training llm reasoners via compute-optimal sampling

H Bansal, A Hosseini, R Agarwal, VQ Tran… - arxiv preprint arxiv …, 2024 - arxiv.org
Training on high-quality synthetic data from strong language models (LMs) is a common
strategy to improve the reasoning performance of LMs. In this work, we revisit whether this …
Αποθήκευση Παράθεση Γίνεται αναφορά σε 23 Σχετικά άρθρα Όλες οι 3 εκδοχές Προβολή ως HTML
[Free GPT-4]
[DeepSeek]
[PDF] arxiv.org

Tinyllava: A framework of small-scale large multimodal models

B Zhou, Y Hu, X Weng, J Jia, J Luo, X Liu, J Wu… - arxiv preprint arxiv …, 2024 - arxiv.org
We present the TinyLLaVA framework that provides a unified perspective in designing and
analyzing the small-scale Large Multimodal Models (LMMs). We empirically study the effects …
Αποθήκευση Παράθεση Γίνεται αναφορά σε 84 Σχετικά άρθρα Όλες οι 3 εκδοχές Προβολή ως HTML