Jeff Schneider

Cette étude évalue des méthodes pour améliorer les grands modèles de langage en utilisant les données de préférence des utilisateurs.

Examiner l'importance de l'évaluation des données pour les modèles de langue et ses implications.

Soft-QMIX combine QMIX et l'entropie maximale pour une meilleure coopération entre agents.

Une nouvelle méthode améliore la façon dont les agents apprennent des actions des autres en travail d'équipe.