Posts

论文解读 | Can Language Models Solve Graph Problems in Natural Language?
本文首次尝试使用大模型来解决图问题。在本文作者基于自然语言提出了含有千余个图基础问题的BenchMark NLGraph。作者在GPT3/4上进行实验获得了一些结论。在论文的最后，作者提出了两个可以提升大模型处理图问题的方法。
Yuyao Ge 葛钰峣
Oct 23, 2023 1 min read 论文分享
论文解读 | Can Language Models Solve Graph Problems in Natural Language?
论文解读 | TALK LIKE A GRAPH： ENCODING GRAPHS FOR LARGE LANGUAGE MODELS
尽管在自动推理在自然文本方面取得了显著进展，但大型语言模型（LLMs）上的图推理效果依然不尽人意。在本文，作者团队进行了首次全面的研究，将图结构数据编码为文本，以供LLMs推理
Yuyao Ge 葛钰峣
Oct 21, 2023 1 min read 论文分享
论文解读 | TALK LIKE A GRAPH： ENCODING GRAPHS FOR LARGE LANGUAGE MODELS
论文解读 | LANGUAGE MODELS REPRESENT SPACE AND TIME
大语言模型（LLM）的领军地位引发了大模型系统到底只是对海量数据进行肤浅地统计还是真正学习到了世界模型的争论。在本文，作者以llama2为实验对象，在三个空间数据集和三个时间数据集上进行了实验发现了后者存在的证据。
Yuyao Ge 葛钰峣
Oct 11, 2023 1 min read 论文分享
论文解读 | LANGUAGE MODELS REPRESENT SPACE AND TIME
llama模型量化报告(二)
LLM.int8的进一步研究及Emergent feature现象
Yuyao Ge 葛钰峣
Aug 11, 2023 1 min read 论文分享
llama模型量化报告(二)
llama模型量化报告(一)
大模型量化基础知识及LLM.int8量化
Yuyao Ge 葛钰峣
Aug 4, 2023 2 min read 论文分享
llama模型量化报告(一)