Edit-R2: Aprendizaje por Refuerzo Contextual para Edición de Imágenes Multiturno
Edit-R2 usa RL contextual para edición de imágenes multiturno. Evita errores acumulados y dilución de contexto. Incluye benchmark MICE-Bench.
#múltiples turnos
Modelo de persuasión multironda con rastreo probabilístico de creencias
Descubre PERSUASIONTRACE, un marco para analizar cómo los LLM persuaden en diálogos multironda. Un modelo bayesiano de rastreo de creencias revela la dinámica de la persuasión.
MulFeRL: Retroalimentación verbal para aprendizaje por refuerzo en multiturno
MulFeRL mejora el aprendizaje por refuerzo usando retroalimentación verbal en múltiples turnos para superar recompensas escalares y potenciar el razonamiento.