Linfeng Song

新しいモデルが視聴時間の予測を向上させて、ユーザーのエンゲージメントを高めるよ。

新しい手法が言語モデルを人間の価値観に合わせるのを改善する。

報酬モデルの一貫性が言語モデルのパフォーマンスに与える影響を調査中。

大規模言語モデルの精度を高めつつ、多様な応答を確保する方法。

自己評価と検索手法を組み合わせて言語モデルの性能を向上させるフレームワーク。

新しい方法が複雑な数学タスクにおけるLLMのパフォーマンスを向上させる。

研究者たちは、コードベースの方法を使って自己改善を行い、大規模言語モデルを向上させている。

対話システムにおける検索クエリの関連性を特定の戦略で改善する。

研究が革新的なトレーニング技術で大規模言語モデルを改善してるよ。

HunyuanProverが複雑な数学問題に取り組む方法をどう変えるかを発見しよう。