タイトル:Stepwise Alignment for Constrained Language Model Policy Optimization
スピーカー: 和地瞭良 / Akifumi Wachi (LINEヤフー株式会社)
トーク概要: https://nlp-colloquium-jp.github.io/schedule/2024-12-18_akifumi-wachi/
関連論文:
- https://arxiv.org/abs/2404.11049
NLPコロキウムについてはこちら: https://nlp-colloquium-jp.github.io/
再生リスト (2024年): https://www.youtube.com/playlist?list=PLu1WBmyPcyUNraWKALWbCPdeFuab8msH2
