Ashish Sabharwal

仮説検定における大規模言語モデルを評価するための新しいベンチマーク。

Ap pWorldは、制御された環境でAIエージェントのためのリアルなタスクをシミュレートする。

直接的な好みの調整がAIの人間のニーズの理解をどう向上させるかを発見しよう。