Yifan Song

新しい方法がLLMエージェントの学習を成功と失敗の両方を受け入れて向上させる。

新しいフレームワークが、テキストの一貫性を評価する方法を改善するよ。

新しいフレームワークが、LLMエージェントの学習を詳細なプロセスガイダンスで強化するよ。

デコーディング戦略がLLMのパフォーマンスに与える影響を評価する。

研究者たちは、スマートな手法を使ってメモリの使い方を最適化することで、言語モデルを改善している。