Archit Sharma

Un nuevo método mejora el rendimiento de los robots utilizando puntos de referencia en el aprendizaje por imitación.

Presentando SERL: Un nuevo marco para tareas de aprendizaje eficiente de robots.

Este artículo habla de un método para mejorar los LLMs usando retroalimentación verbal sin caer en la sobregeneralización.

Un estudio sobre la efectividad de RLAIF frente a la fine-tuning supervisada para modelos de lenguaje.

Los robots están aprendiendo a adaptarse y realizar tareas en diferentes áreas.

Los robots aprenden a adaptarse y mejorar al recibir retroalimentación humana en tiempo real.

Un nuevo marco ayuda a los modelos de lenguaje a aprender de los errores en la resolución de problemas.

Este estudio evalúa métodos para mejorar modelos de lenguaje grandes usando datos de preferencias de los usuarios.

Este artículo analiza los factores clave en la calidad de los conjuntos de datos de preferencias para mejorar el entrenamiento del modelo de recompensas.

Descubre cómo el Aprendizaje por Refuerzo Agnóstico a Políticas cambia la toma de decisiones en máquinas.