Csaba Szepesvári

Este artigo analisa métodos para melhorar a estimativa de valor em aprendizado por reforço, apesar dos desafios.

Um novo método melhora o FQI usando log-loss pra uma eficiência de aprendizado maior.

Abordando alucinações pra melhorar a confiabilidade dos modelos de linguagem.

Uma olhada nos tipos de incerteza e sua importância em modelos de linguagem.

CMDPs combinam maximização de recompensas com segurança em aplicações de IA.