Chelsea Finn

この記事では、過剰一般化せずに言葉のフィードバックを使ってLLMsを改善する方法について話してるよ。

RLAIFと教師ありファインチューニングの言語モデルに対する効果についての研究。

さまざまな分野でラベルのないデータを使って機械学習を強化する方法。

研究が、さまざまな作業経験でロボットを訓練するメリットを明らかにした。

ロボットはさまざまな分野で適応してタスクをこなすことを学んでるよ。

ロボットはリアルタイムで人間のフィードバックを受けることで適応して改善していくんだ。

新しいモデルは、複雑なデータをよりシンプルな部分に分けることで機械学習を改善する。

この研究は、ユーザーの好みデータを使って大規模言語モデルを強化する方法を評価してるよ。

この記事では、ロボットのスキル評価におけるシミュレーションの役割について話してるよ。

汎用ロボットのポリシーは、ロボティクスにおける多様なタスクへの適応力を高める。

DAAの過剰最適化についての検討とそれがモデルのパフォーマンスに与える影響。

新しいモデルが、ロボットに視覚と言語の入力を使ってタスクをより良く学ばせることを可能にした。

新しいアプローチが、ロボットが知らないタスクにすぐに適応するのを助ける。

新しい方法で、AIを使って脚付きロボットの複雑な環境での動きが改善されてるよ。

ロボットは音声と画像の両方を理解することでナビゲーションを改善するんだ。

言語モデルにおける多様なユーザーの価値観を評価する新しい方法。

この方法は言語モデルの信頼性スコアを向上させるんだ。

みんなでロボットを教えるために、クラウドソーシングデータを使った楽しい方法だよ。

ポリシーに依存しない強化学習が機械の意思決定をどう変えるかを発見しよう。