RLHF 是否有效用于对齐多语言 LLM？🤔我们的工作研究了多语言偏好优化，以训练一个新的 SOTA（最先进的）多语言 LLM，推动对齐技术的前沿，覆盖全球一半人口的 23 种语言 🌎！https://arxiv.org/abs/2407.02552
