Zhaoran Wang

Eine neue Methode verbessert Sprachmodelle, indem sie aktiv nach vielfältigen Antworten sucht.

Eine Methode zur Minimierung von Überoptimierung in Modellen, die mit menschlichem Feedback trainiert wurden.

In diesem Papier wird eine Methode besprochen, wie Roboter durch menschliche Eingaben Sicherheit lernen können.

Eine neue Methode verbessert das Training von Sprachmodellen mit selbstgeneriertem Feedback.

Eine neue Methode verbessert Codierungsmodelle mit selbstgenerierten Tests.

Untersuche, wie der Wert von Daten die Preisstrategien für Unternehmen beeinflusst.

Lern, wie Roboter besser werden können, indem sie menschlichen Befehlen folgen und sich an Fehler anpassen.