Alexander D'Amour

Une nouvelle méthode améliore les métriques de proxy pour une meilleure prise de décision dans les expériences.

Évaluer comment les biais dans les modèles de langage affectent les applications dans le monde réel.

Apprends à adapter les modèles pour différents ensembles de données de manière efficace.

L'équilibrage des données est crucial pour l'équité et la précision des modèles d'apprentissage automatique.

Explorer les problèmes de justice dans les modèles de langage AI et leurs implications.

Comprendre les pièges du hacking de récompense dans les systèmes d'IA et ses implications.