Hongning Wang

Esse artigo apresenta um método para clientes com objetivos diversos em aprendizado federado de bandits.

Uma nova abordagem pra recompensar a superotimização em modelos de linguagem usando estimativa de incerteza.

O ChatGLM-RLHF melhora as interações de IA através de feedback humano e métodos de treinamento avançados.

Os modelos GLM-4 mostram melhorias nas capacidades de entender e gerar linguagem.

Um novo método pra avaliar quão bem os LLMs entendem e aplicam regras.

Aprenda como o feedback humano molda as respostas dos modelos de linguagem de IA.

Uma nova abordagem pra melhorar o seguimento de instruções em modelos de linguagem.