Sainbayar Sukhbaatar

Une nouvelle source de données améliore les modèles d'apprentissage automatique dans les tâches de raisonnement.

Explorer des méthodes pour améliorer les capacités de raisonnement dans les modèles de langue grâce à l'apprentissage par renforcement.

Cette étude se concentre sur l'amélioration des réponses des modèles en visant des exigences de longueur spécifiques.