Jakob Foerster

マルチエージェント学習の概要と、より良い協力のための戦略。

マルチプレイヤーゲームでより良い学習成果を得るための新しい方法を探ってるよ。

新しい方法が、トレーニング行動を多様化することでAIのチームワーク適応力を高める。

新しいメモリモデルが強化学習のトレーニングプロセスの効率を向上させてる。

Craftaxは、RLアルゴリズムを効率的にテストするための挑戦的な環境を提供してるよ。

新しい方法でオフライン強化学習のトレーニングデータが改善される。

DEXTERは、分布外検出を強化することでAIの安全性を向上させる。

さまざまな分野での生成AI技術の責任ある使い方を探る。

人間からAIに安全で効果的な行動を教えるために、交換価値を使う。

PARDENは、有害な応答に対する言語モデルの安全性を向上させる。

オープンソースの生成AI技術のリスクとチャンスを調べる。

新しい手法が効果的な合成データセットを作ることでモデルの訓練を強化する。

Mixtures of ExpertsがDeep Reinforcement Learningのタスクでパフォーマンスを向上させる方法。

新しい方法が大規模な分布の低エントロピー結合の効率を高める。

AIは科学研究プロセスの自動化に期待できるよ。

BAMは、アテンションとFFNパラメータを統合することでMoEの効率を向上させるよ。

この記事では、後悔を減らすための強化学習エージェントの効果的なトレーニング方法について探ります。

新しいシミュレーターが文化や推論ができるエージェントを進化させる。

研究者たちが、AIが完全な情報なしで調整する方法を開発した。

ニューラルネットワークがどのように記憶から本当の理解へと移行するかを探ってみよう。

新しい技術が環境の変化に応じてAIエージェントの学習効率を向上させる。