Mengyue Yang

STARankは、より良いパーソナライズドオンラインレコメンデーションのためにランキング方法を革新してるんだ。

この記事では、因果関係の概念がAIの新しいデータへの一般化能力をどう向上させるかを議論しています。

新しい方法、InfoRankは、オンライン推薦のバイアスを減らす。

NLRLは強化学習と自然言語を組み合わせて、意思決定を改善するんだ。

AIシステムの報酬ハッキングの落とし穴とその影響を理解すること。