Toutes les news taguées avec ce sujet.
Photoroom détaille sa stratégie de données pour entraîner PRX, son modèle de génération d'images produit, entre données synthétiques et curation.
Des chercheurs montrent que filtrer les données d'entraînement par qualité surpasse l'échantillonnage aléatoire pour la résumé de longs documents scientifiques.
Un pipeline open-source de curation de données pour entraîner des modèles agentiques polyvalents, avec 100 000 exemples et +3,9 pts sur 7 benchmarks.