Aviral Kumar

Dieser Artikel behandelt die Verwendung von Klassifikation für Wertfunktionen im Deep Reinforcement Learning.

Diese Studie bewertet Methoden, um grosse Sprachmodelle mit Nutzervorlieben zu verbessern.

Ein frischer Ansatz, um digitale Assistenten durch kontinuierliches Lernen schlauer zu machen.

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

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

Entdecke, wie policy-agnostisches Verstärkungslernen die Maschinenentscheidungen verändert.