Artículos de Albert Gu
Modelado jerárquico
Presentamos H-Nets, arquitecturas jerárquicas que aprenden directamente de datos sin procesar al agrupar las entradas en conceptos de mayor nivel y superar las limitaciones de la tokenización.
[Investigación]
Llamba: ampliar modelos recurrentes destilados para procesar lenguaje con eficiencia
Los próximos años abrirán una nueva etapa de IA en el dispositivo. Los modelos locales permitirán una amplia variedad de aplicaciones.
[Investigación]
Mamba-3B-SlimPJ: modelos de espacio de estados que rivalizan con la mejor arquitectura Transformer
Publicamos Mamba-3B-SlimPJ, el modelo de lenguaje Mamba más potente hasta la fecha, en colaboración con Cartesia y Together, bajo la licencia Apache 2.0.
[Investigación]
Empieza hoy
Habla con un experto.
Habla con nuestro equipo y descubre cómo puede ayudarte Cartesia a crear experiencias de voz de primer nivel.
Empieza a crear.
Accede a nuestros modelos mediante API y lleva un agente de voz a producción en minutos.