Paper fasst Pretraining, Fine-Tuning und RL in einem einzigen Likelihood-basierten Trainingsalgorithmus zusammen

Autoren von Carnegie Mellon, Johns Hopkins und weiteren Einrichtungen leiten RL-Ziele als Maximum-Likelihood-Anpassung an modellerzeugte Ziele her und berichten ein besseres Verhältnis von Genauigkeit zu Rechenaufwand; ein Preprint ohne Peer Review.