Jeff Schneider

Un nuevo método mejora el RL offline al usar difusión latente para una mejor utilización de datos.

Explorando la técnica Diffusion-ES para mejorar la navegación de coches autónomos.

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

Examinando la importancia de la valoración de datos para los modelos de lenguaje y sus implicaciones.

Soft-QMIX combina QMIX y máxima entropía para mejorar la cooperación entre agentes.

Un nuevo método mejora cómo los agentes aprenden de las acciones de los demás en situaciones de trabajo en equipo.