Investigación
Publicaciones de nuestro equipo.
Publicaciones de miembros del equipo, escritas en sus universidades y laboratorios antes de Duffi AI o en paralelo.
-
One Instruction Is a Benchmark: End-to-End Instruction-Following Evaluation with FlexBench
Convierte una sola instrucción en su propio conjunto de pruebas multiturno; las clasificaciones de modelos y los modos de fallo cambian de una instrucción a otra.
-
Learning When to Think in Latent Visual Space: Reasoning Mode Adaptive Reinforcement Learning
Aprendizaje por refuerzo que enseña a los modelos multimodales cuándo razonar en el espacio visual latente y cuándo en texto.
-
To Answer or Not to Answer? Reliability-Oriented Reinforcement Learning for Visual Language Models
Una recompensa basada en rúbricas que enseña a los modelos de visión y lenguaje a abstenerse ante preguntas que no pueden responder, medida en un nuevo benchmark, Reliable-V-Bench.
-
CAMFT: Conflict-Aware Mergeable Fine-Tuning for Large Language Models
Ajuste fino que facilita la fusión de modelos de tarea: cada tarea actualiza un conjunto disperso de parámetros con poco conflicto entre tareas, y los modelos multitarea fusionados superan a los construidos con el ajuste fino estándar.
-
From Absolute to Relative: Rethinking Reward Shaping in Group-Based Reinforcement Learning
Clasificaciones relativas en lugar de puntuaciones absolutas como recompensa en el aprendizaje por refuerzo basado en grupos.
-
Think-Augmented Function Calling: Improving LLM Parameter Accuracy Through Embedded Reasoning
Un parámetro de razonamiento en cada firma de función hace que el modelo piense antes de rellenar un argumento, sin cambios en el modelo y con plena compatibilidad de API.
-
Asymmetric Decision-Making in Online Knowledge Distillation: Unifying Consensus and Divergence
Destilación en línea en la que los estudiantes siguen aquello en lo que coinciden los profesores, y los profesores conservan lo que los distingue.
-
Large Language Models Know What is Key Visual Entity: An LLM-assisted Multimodal Retrieval for VQA
Un modelo de lenguaje selecciona las entidades visuales que necesita una pregunta, de modo que la recuperación ignora el resto de la imagen.