Ranking consciente de jueces para evaluar LLMs sin verdad de campo
Descubre cómo este marco de ranking consciente de jueces mejora evaluaciones de LLMs sin etiquetas de referencia, optimizando fiabilidad y eficiencia.
#preferencias humanas
Nuevo método conecta representaciones sin recompensa con preferencias en RL offline
Nuevo marco de aprendizaje por refuerzo offline que aprende representaciones sin recompensa y las afina con preferencias humanas, superando a métodos tradicionales en eficiencia.
CV-Arena: Benchmark abierto de visión computacional con preferencias humano-IA
Conoce CV-Arena: un benchmark abierto con 12K pares de imágenes para evaluar edición guiada por instrucciones, combinando preferencias humanas e IA.
Cuándo y cómo la curación humana resulta contraproducente: Alineación de preferencias bajo el bucle de autoconsumo multimodelo
Riesgo del bucle de autoconsumo multimodelo en alineación de preferencias y curación humana. Descubre sus implicaciones.