Keming Lu

多様で複雑なトレーニングデータに注目して、言語モデルを強化する新しいアプローチ。

オッターは効率的なパラメータ挿入でLLMを改善し、パフォーマンスを向上させつつリソースを節約するよ。

好み学習が言語モデルを人間の期待に合わせるのをどう改善するか探ってるんだ。