Anirudh Goyal

言語モデルは成長して多様なデータから学ぶにつれて新しい能力を示すんだ。

プローブサンプリングは言語モデルの安全性テストの効率を向上させるよ。

新しい手法が、効果的な好み学習を通じて言語モデルの推論を強化してるよ。

この記事では、LLMのメタ認知スキルとそれが数学の問題解決に与える影響を探ります。

新しいオプティマイザーが事前訓練されたモデルのファインチューニングに期待できる。

この論文では、機械学習における表現学習を改善するための-TCVAEを紹介してるよ。

タイプミスは高度な言語モデルを大いに混乱させて、応答に影響を与えることがあるよ。