Rafael Rafailov

MOTO mejora el aprendizaje de los robots al combinar el entrenamiento offline con el ajuste online.

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

Examinando la sobreoptimización en los DAAs y su impacto en el rendimiento del modelo.

Un nuevo modelo permite que los robots aprendan tareas mejor usando entradas visuales y de lenguaje.

Un nuevo método para evaluar los valores diversos de los usuarios en modelos de lenguaje.