Aswin RRV

TPO bietet eine neue Methode, um Sprachmodelle effizient an die menschlichen Vorlieben anzupassen.

Die Forschung versucht, zu verbessern, wie LLMs mit irreführenden Informationen umgehen.

Eine Analyse der LLM-Leistung bei Gitterrätseln zur Bewertung der Denkfähigkeiten.