Rafael Rafailov

MOTO verbessert das Lernen von Robotern, indem es Offline-Training mit Online-Fine-Tuning kombiniert.

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

Untersuchen von Überoptimierung in DAAs und deren Einfluss auf die Modellleistung.

Ein neues Modell ermöglicht es Robotern, Aufgaben besser zu lernen, indem sie visuelle und sprachliche Eingaben nutzen.

Eine neue Methode, um verschiedene Nutzerwerte in Sprachmodellen zu bewerten.