kaeru39 PRO
ryota39
AI & ML interests
LLM × RL
Recent Activity
liked
a model about 9 hours ago
Qwen/Qwen3.5-4B updated
a model 10 days ago
cyberagent/ca-reward-3b-ja liked
a dataset 22 days ago
llm-jp/ac-self-inst Organizations
メタデータラボ様からの計算資源のご提供により構築したモデルおよびデータセットhttps://prtimes.jp/main/html/rd/p/000000008.000056944.html
LLMを用いた英日翻訳モデル
直接嗜好最適化のための日本語データセット
選好データ分類器によってスコア付けされたコーパス