Deepak Ramachandran

新しい方法がオフラインの好みデータと人間のフィードバックを使ってAIの学習を強化する。

エピソード設定での制約下での意思決定を最適化するための新しいアルゴリズム。

テキストから画像へのモデルのための細かいフィードバックを調査して、その実際の影響を考える。

テキストから画像モデルの最新の進展とその影響を探ろう。