Peter Hase

Una visión general de los desafíos en el uso de RLHF para la alineación de IA.

Abordando preocupaciones éticas mediante la eliminación selectiva de memoria en modelos de IA.

Un nuevo método de entrenamiento mejora cómo los modelos de lenguaje expresan certeza en las respuestas.

Este artículo examina si los modelos de lenguaje tienen creencias y siguen normas de coherencia.