การวิจัย

OG card: chart-to-art exploded axonometric of the JOLT training figure: one set of weights at the base, the Teacher and Student roles above it, six generations per role on top, with crossing dashed paths for each role scoring the other
การวิจัย21 ต.ค. 2569ครูที่ดีย่อมสอนให้เหมาะกับระดับของนักเรียนวิธีการกลั่นความรู้ด้วยตนเอง (self-distillation) แบบใหม่ที่ฝึกครูและนักเรียนร่วมกัน เพื่อปรับปรุงสมรรถนะของโมเดลและประสิทธิภาพการฝึกในงานการให้เหตุผลที่ซับซ้อนและงานเชิงเอเจนต์
  1. 23 ก.ย. 2569การหลบหนี SPACE: ตอนที่ Iการทดสอบความปลอดภัยแบบ Red-teaming สำหรับการแยก VM และการจำกัดเครือข่ายสำหรับเอเจนต์ AI
  2. 12 ต.ค. 2569การสร้างพื้นที่ทำงานร่วมกันสำหรับผู้คนและเอเจนต์วิธีที่โปรเจกต์ใน Perplexity ทำให้งานระยะยาวคงทนถาวร ทำงานพร้อมกันได้ และตรวจสอบย้อนกลับได้
  3. 7 ต.ค. 2569เอ็มเบดดิงแบบมัลติโมดัลที่ก้าวข้ามเวกเตอร์เดียวตระกูลโมเดล late-interaction ใหม่สำหรับการค้นคืนข้อความและภาพ พร้อมสเปซการฝังเวกเตอร์ร่วมในทุกขนาดโมเดล

สิ่งพิมพ์ทั้งหมด

  1. ครูที่ดีย่อมสอนให้เหมาะกับระดับของนักเรียน
  2. การสร้างพื้นที่ทำงานร่วมกันสำหรับผู้คนและเอเจนต์
  3. เอ็มเบดดิงแบบมัลติโมดัลที่ก้าวข้ามเวกเตอร์เดียว
  4. การฝังตัวเชิงบริบทเหนือส่วนทองคำ
  5. Photon: การสร้างเอนจิ้นการดึงข้อมูลและการจัดอันดับตั้งแต่เริ่มต้น
  6. การหลบหนี SPACE: ตอนที่ I
  7. การเรียนรู้จากประสบการณ์จริง
  8. CobbleDB: การสร้างพื้นที่จัดเก็บการค้นหา AI ใหม่เพื่อความหน่วงและต้นทุนที่ลดลง
  9. Q2D-Web: การประเมินตัวดึงข้อมูลในขั้นตอนแรกที่สเกลใหญ่
  10. การฝังตัวที่รวดเร็วบน GPU