01 arXiv · 2022
SilkTrain / R&D
論文から検証済みの試作品へ
著者のコードと関連モデル・データを探し、利用許可のあるデータで一つの結果を再現するよう専門家に依頼できます。
02 arXiv · 2023
Segment Anything
論文を読む · 2304.02643 ↗03 arXiv · 2020
Dense Passage Retrieval for Open-Domain Question Answering
論文を読む · 2004.04906 ↗04 arXiv · 2023
Direct Preference Optimization: Your Language Model is Secretly a Reward Model
論文を読む · 2305.18290 ↗05 arXiv · 2021
LoRA: Low-Rank Adaptation of Large Language Models
論文を読む · 2106.09685 ↗06 arXiv · 2020
Measuring Massive Multitask Language Understanding
論文を読む · 2009.03300 ↗07 arXiv · 2021
The FLORES-101 Evaluation Benchmark for Low-Resource and Multilingual Machine Translation
論文を読む · 2106.03193 ↗08 arXiv · 2021
Towards Total Recall in Industrial Anomaly Detection
論文を読む · 2106.08265 ↗リンク先のデータとソフトウェアにはそれぞれ利用条件があります。検証には承認済みまたは合成データを用います。