本研究提出了Dr Genre框架,解决了通用文本重写中的统一性问题,提升了重写质量,具有广泛的应用潜力。
SmolLM2是一系列优化的小型语言模型,旨在提高资源效率,解决大型模型的局限。它们可在设备上直接运行,支持文本重写和摘要等任务,适合低延迟和隐私要求的应用。SmolLM2的参数范围从1.35亿到17亿,标志着设备端自然语言处理的新标准。
本研究提出了一种自适应图文质量增强模型(AITQE),用于提升多模态大语言模型训练中的图文配对质量。通过动态评估、文本重写和负样本学习策略,提高了数据利用率和扩展性,并在基准测试中表现优异。
完成下面两步后,将自动完成登录并继续当前操作。