（英語要約）Drexオープン意思決定モデルは、自己回帰デコーディングを用いずにユーザー指定の選択肢に対する確率分布を返す。教師ありファインチューニング、RLAF、整合性損失を用いて、精度、頑健性、レイテンシを向上させる。
いいね 18 · コードスター数 98
理由
- 抱脸 2026-11-06 毎日の論文いいね数 18、当日第 8位、これは単に関心度を表す。
使い方
基盤意思決定モデルへ向けて: Drex
（英語要約）Drexオープン意思決定モデルは、自己回帰デコーディングを用いずにユーザー指定の選択肢に対する確率分布を返す。教師ありファインチューニング、RLAF、整合性損失を用いて、精度、頑健性、レイテンシを向上させる。