socially-good-lm
Вместо обучения дополнительной модели вознаграждения, которая, скорее всего, будет использоваться в играх, мы непосредственно обучаем модель в социальных...
Метка: simulation
better-base
Вместо обучения дополнительной модели вознаграждения, которая, скорее всего, будет использоваться в играх, мы непосредственно обучаем модель в социальных...
UserLM-8b
В отличие от типичных LLM, которые обучены играть роль «помощника» в разговоре, мы обучили UserLM-8b имитировать роль «пользователя»...