Hongning Wang

Une nouvelle approche pour récompenser la sur-optimisation dans les modèles de langage en utilisant l'estimation d'incertitude.

ChatGLM-RLHF améliore les interactions avec l'IA grâce à des retours humains et des méthodes d'entraînement avancées.

Les modèles GLM-4 montrent de meilleures capacités dans la compréhension et la génération de langage.

Une nouvelle méthode pour évaluer à quel point les LLM comprennent et appliquent les règles.

Apprends comment les retours humains influencent les réponses des modèles de langage IA.

Une nouvelle façon d'améliorer le suivi des instructions dans les modèles de langage.