Language Modelling

Meilleur modèle: Gpt3

Meilleur modèle: MMLU

Meilleur modèle: GLM-130B (3-shot)

Meilleur modèle: Primer

Meilleur modèle: GLM-130B

Meilleur modèle: GLM-130B

Meilleur modèle: Transformer-LS (small)

Meilleur modèle: GPT-2 (48 layers, h=1600)

Meilleur modèle: PAR Transformer 24B

Meilleur modèle: Transformer-XL + RMS dynamic eval

Meilleur modèle: GPT-3 175B (Few-Shot)

Meilleur modèle: GPT2

Meilleur modèle: MDLM (AR baseline)

Meilleur modèle: GPT2-Hermite

Meilleur modèle: Mogrifier LSTM + dynamic eval

Meilleur modèle: GPT-3 (Zero-Shot)

Meilleur modèle: I-DARTS

Meilleur modèle: Spirit-LM (Expr.)

Meilleur modèle: Gopher

Meilleur modèle: GPT-2

Meilleur modèle: Transformer-LS (small)

Meilleur modèle: Test-Time Fine-Tuning with SIFT + Llama-3.2 (3B)

Meilleur modèle: Hybrid 4-gram VietMed-Train + ExtraText

Meilleur modèle: FLASH-Quad-8k

Meilleur modèle: RETRO (7.5B)

Meilleur modèle: SparseGPT (175B, 50% Sparsity)