Bandits multiobjetivo personalizados con consultas conversacionales proactivas
Descubre cómo las consultas conversacionales proactivas aceleran la personalización en bandits multiobjetivo, mejorando decisiones con resultados teóricos.
#aprendizaje de preferencias
¿Skill o Skip? Aprendizaje de invocación selectiva en agentes
Aprende cómo SelSkill optimiza la invocación de habilidades en agentes IA: mejora éxito en tareas 10.9% y precisión 29.1%.
Aprendizaje de preferencias calibrado: ranking de etiquetas
Descubre cómo la calibración mejora la precisión en rankings de etiquetas y su aplicación en RLHF.