Higher-order pruning of experts in mixture-of-experts language models
为解决MoE语言模型参数量大问题，提出HOPE方法，通过考虑专家间合作来优化剪枝决策，优于现有方法。
0 citationsRead paper
Selected work
Representative Papers
DenseFace: Bias Mitigation in Face Recognition via Density-Aware Probabilistic Matching
本文提出DenseFace方法，通过密度感知的概率匹配减少预训练面部识别模型中的种族偏见，同时保持识别精度。
0 citationsRead paper
MInTRL: Off-policy Intervention can boost On-policy RL
本文提出MInTRL方法，通过稀疏局部干预增强探索范围，同时保持学习轨迹的在策略性，以解决强化学习中探索与学习能力之间的平衡问题。
0 citationsRead paper
Beyond Solver Verdicts: Generative Reward Models for Autoformalization
研究解决了神经符号系统中形式化翻译不保真问题，提出Generative Verification方法，通过生成参考等价分数提高验证准确性。
0 citationsRead paper
UnitBoost: Managing Compound LLM Systems with a Merge Operator, Not a Model
本文提出UnitBoost方法，通过定义的元级操作符而非生成模型来管理复合LLM系统，解决了协调问题，并在多个基准测试中表现出色。
0 citationsRead paper
Recent publications
Latest Papers
Higher-order pruning of experts in mixture-of-experts language models
为解决MoE语言模型参数量大问题，提出HOPE方法，通过考虑专家间合作来优化剪枝决策，优于现有方法。
0 citationsRead paper
DenseFace: Bias Mitigation in Face Recognition via Density-Aware Probabilistic Matching
本文提出DenseFace方法，通过密度感知的概率匹配减少预训练面部识别模型中的种族偏见，同时保持识别精度。
0 citationsRead paper
MInTRL: Off-policy Intervention can boost On-policy RL
本文提出MInTRL方法，通过稀疏局部干预增强探索范围，同时保持学习轨迹的在策略性，以解决强化学习中探索与学习能力之间的平衡问题。
0 citationsRead paper
Beyond Solver Verdicts: Generative Reward Models for Autoformalization
研究解决了神经符号系统中形式化翻译不保真问题，提出Generative Verification方法，通过生成参考等价分数提高验证准确性。
0 citationsRead paper
UnitBoost: Managing Compound LLM Systems with a Merge Operator, Not a Model
本文提出UnitBoost方法，通过定义的元级操作符而非生成模型来管理复合LLM系统，解决了协调问题，并在多个基准测试中表现出色。
0 citationsRead paper