L1 Model Controls Reasoning Length with Reinforcement Learning
Length Controlled Policy Optimization lets the 1.5 B‑parameter L1 model obey a user‑set reasoning length while matching GPT‑4o accuracy under equal token limits. getnews.me/l1-model-controls-reason... #l1model #lcpo
Latent Collective Preference Optimization Boosts AI Alignment
Latent Collective Preference Optimization improves LLM alignment, delivering up to 7 % higher win‑rates on AlpacaEval 2 and Arena‑Hard when used with Mistral and Llama 3. Read more: getnews.me/latent-collective-prefer... #lcpo #aialignment #llm
#RésultatScientifique l Une nouvelle classe de lipopolymères qui se comportent comme des vésicules dont la structure membranaire peut être contrôlée de façon réversible et dynamique.
@cnrs.fr #LCPO @univbordeaux.bsky.social @insermna.bsky.social #BordeauxINP #Arna
www.inc.cnrs.fr/fr/cnrsinfo/...
Well done #TommasoNicolini and #MicahBarker from #LCPO #Bordeaux for best poster prize st #Orbitaly2018
