Andrea Michi

トカマクの磁気制御を強化学習でどう改善できるか調査中。

リソースの使用を減らしながらLLMのパフォーマンスを向上させる新しい方法。

複数の目標をバランスさせるための言語モデルのファインチューニングのフレームワークを紹介するよ。