Aleksandra Faust

Este artículo habla sobre el uso de clasificación para funciones de valor en el aprendizaje por refuerzo profundo.

Este artículo revisa los beneficios del aprendizaje de muchos disparos en modelos de lenguaje.

Las etiquetas de preferencia suave mejoran la alineación de los modelos con las elecciones humanas.

Descubre cómo la retroalimentación está cambiando la tecnología de generación de videos para mejor calidad.