Bilal Piot

新しい方法がリアルタイムフィードバックを使ってAIの調整を改善する。

研究は、言語モデルをより安全でユーザーにとって便利にすることを目指している。

Gemma 2は、言語タスクにおいてコンパクトなサイズで高性能を発揮するよ。

報酬モデルのトレーニングに新しいアプローチを取り入れることで、AIが人間の好みにより合った形になるんだ。