Arian Hosseini

研究では、パフォーマンス向上のために言語モデルの重ねられた層について調査してるんだ。

この仕事は、人間のフィードバックが要約モデルをどう強化できるかを探ってるよ。

研究によると、安いモデルの方が推論タスクのトレーニングデータをうまく生成するかもしれないって。