Hongning Wang

Ein neuer Ansatz zur Belohnung von Über-Optimierung in Sprachmodellen durch Unsicherheitsabschätzung.

ChatGLM-RLHF verbessert die KI-Interaktionen durch menschliches Feedback und fortschrittliche Trainingsmethoden.

GLM-4 Modelle zeigen verbesserte Fähigkeiten im Sprachverständnis und in der Sprachgenerierung.

Eine neue Methode, um zu prüfen, wie gut LLMs Regeln verstehen und anwenden.

Lern, wie menschliches Feedback die Antworten von KI-Sprachmodellen beeinflusst.

Ein neuer Ansatz, um das Befolgen von Anweisungen in Sprachmodellen zu verbessern.