Baolin Peng

Nuevos métodos mejoran la alineación de los modelos de lenguaje con los valores humanos.

Examinando el impacto de la consistencia del modelo de recompensa en el rendimiento del modelo de lenguaje.

Un método para mejorar la precisión en modelos de lenguaje grandes mientras se asegura respuestas variadas.

Un marco que combina autoevaluación y métodos de búsqueda para mejorar el rendimiento del modelo de lenguaje.

Un nuevo método mejora el rendimiento de los LLM en tareas matemáticas complejas.

Los investigadores mejoran los modelos de lenguaje grandes usando auto-mejoras con métodos basados en código.