Nathan Kallus

大規模言語モデルが対話を通じてどんだけパーソナライズされたおすすめを良くするかを調査中。

新しい方法は、学習効率を向上させるためにログロスを使用してFQIを強化する。

新しい方法が高リスクな状況で多様なグループの予測信頼性を向上させる。