Matthias Gallé

新しい方法が、簡易な強化学習を通じてAIモデルのパフォーマンスを向上させることを約束してるよ。

新しい方法が合成批評を使って報酬モデルを改善し、より良い整合性を実現する。

データ汚染がコード生成の評価に与える影響を調べる。

廃棄されたモデルを統合して、強力な新しいソリューションに変えよう。