Concetto · 2 novità
RLHF
Pagina pubblicata il · ultima novità il
Cronologia
- EmoReward: Self-Evolving Reward Calibration for Emotional Video Generation RLPermette agli sviluppatori di gestire la soggettività nell'espressione emotiva senza affidarsi a modelli statici o difficili da scalare come RLHF. Fornisce un framework per calibrare dinamicamente i reward in sistemi locali che generano contenuti multimediali complessi, riducendo il rischio di instabilità durante l'inference.
- Rufus-Air: An Open LLM Post-Training RecipeQuesta ricerca offre una roadmap riproducibile per migliorare LLM locali e agenti autonomi utilizzando dati pubblici, evitando costi elevati di annotazione umana o distillazione proprietaria.