Rafael Rafailov

MOTO améliore l'apprentissage des robots en combinant l'entraînement hors ligne avec un ajustement en ligne.

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

Examiner la sur-optimisation dans les DAAs et son impact sur la performance des modèles.

Un nouveau modèle permet aux robots d'apprendre des tâches mieux en utilisant des entrées visuelles et linguistiques.

Une nouvelle méthode pour évaluer les valeurs diverses des utilisateurs dans les modèles de langage.