Sina Ghiassian

大規模言語モデルにおける不確実性が意思決定にどんな影響を与えるかを調べる。

新しいアルゴリズムが強化学習における文脈内学習の効率を向上させる。

ソフトプレファレンス最適化は、言語モデルが人間の好みにどれだけ合うかを改善するんだ。