Max Bartolo

言語モデルの出力を評価するための人間のフィードバックの信頼性を調べる。

コミュニティ主導の取り組みで、T2Iモデルの有害なプロンプトを特定する。

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。