Aleksandra Faust

Este artigo fala sobre usar classificação para funções de valor em aprendizado por reforço profundo.

Esse artigo analisa os benefícios do aprendizado com várias amostras em modelos de linguagem.

Rótulos de preferência suave melhoram o alinhamento dos modelos com as escolhas humanas.

Descubra como o feedback tá mudando a tecnologia de geração de vídeo pra melhor qualidade.