Tianqi Liu

新しい研究が室内環境が個人の快適さや健康にどう影響するかを調べたよ。

LAMPOは、大規模言語モデルを使って順序分類を改善し、アイテムの比較をより良くする。

報酬モデルのトレーニングに新しいアプローチを取り入れることで、AIが人間の好みにより合った形になるんだ。

この方法は、AIが課題を作って解決することで学ぶのを助けるんだ。