Generalizando la selección justa de top-k: un enfoque integrador
Aprende a generalizar la selección justa de top-k con múltiples grupos protegidos, minimizando la disparidad. Un enfoque integrador con resultados empíricos.
#función de puntuación
Cómo ampliar el aprendizaje centrado en decisiones con estimación de gradiente
Nuevo método basado en función de puntuación amplía el aprendizaje centrado en decisiones a problemas con incertidumbre en restricciones.
Aprendizaje on-policy enfocado en decisiones para optimización lineal contextual
Nuevo método de gradiente híbrido para optimización lineal contextual con retroalimentación parcial que reduce el arrepentimiento.
Aprende tokenización de extremo a extremo con aprendizaje por refuerzo
Descubre cómo usar aprendizaje por refuerzo para aprender tokenización end-to-end, mejorando el rendimiento de modelos de lenguaje a gran escala.