Francois Charton

Des recherches montrent que des instructions variées améliorent la performance des modèles de langage sur des tâches inédites.

Explorer comment les LLMs utilisent le raisonnement pour s'attaquer à des tâches complexes.

Cet article parle de comment éviter l'effondrement des modèles en utilisant une meilleure sélection de données et des retours.