Roberta Raileanu

外部のフィードバックなしでLLMの推論を強化する方法を探る。

新しい方法が言語モデルがツールを選んで使うのをうまくする。

強化学習を使って言語モデルの推論能力を向上させる方法を探ってる。

新しい方法で、ユーザーは簡単な説明を使ってゲームの世界を作れるようになったよ。

この研究は、スタッグハントみたいな戦略ゲーム中のLLMのバイアスを評価してるんだ。

AIが人間の指導やシンプルな指示を通じてスキルを学ぶ方法を発見しよう。