Aviral Kumar

Forschung zeigt, dass Sprachmodelle durch adaptive Berechnungen zur Testzeit besser abschneiden.

Charlie Snell, Jaehoon Lee, Kelvin Xu

2025-07-01T13:06:06+00:00 ― 7 min Lesedauer

Ein neuer Ansatz zur Schulung von Belohnungsmodellen verbessert die Ausrichtung von KI auf menschliche Vorlieben.

Tianqi Liu, Wei Xiong, Jie Ren

2025-06-09T16:00:54+00:00 ― 7 min Lesedauer

Entdecke, wie policy-agnostisches Verstärkungslernen die Maschinenentscheidungen verändert.

Max Sobol Mark, Tian Gao, Georgia Gabriela Sampaio

2025-03-29T14:06:54+00:00 ― 7 min Lesedauer