Wei Shen

人間の好みに合わせてAIの反応を効率的に調整する新しい方法。

不確実性推定を使って言語モデルの過剰最適化に報酬を与える新しいアプローチ。

研究者たちが膨大なバイ菌のDNA配列を揃える新しいアプローチを発表したよ。

言語モデルと知識グラフを組み合わせてロボットの安全性を向上させる新しい手法。

PosFormerは、位置情報を使って手書きの数学表現の認識を向上させる。

LongRecipeは、言語モデルが長いテキストを効率的に理解するのを改善するよ。

PF-PPOは、信頼できない報酬をフィルタリングして、コードレスポンスをより良くすることで、言語モデルを強化するんだ。

新しいプログラムがプライマリケアでのHbA1c検査の質を向上させるよ。

新しい方法で、説明に基づいて個人を探す精度が向上した。