热门

最新

红包

立Flag

投票

同城

发布
weixin_40436573
徐易杭
2 年前
trueweixin_40436573

请查看我们的论文以获取更多详细信息，并关注即将发布的基于此工作的开源模型权重！

📜: https://arxiv.org/abs/2407.02552

该工作由@梨花与虎领衔，合作人员包括@weixin_40844377 @咚懂咚懂咚 @骆骒驷 @娜塔丽圈圈 @这么强假的吧。

评论
8
  • 复制链接
  • 举报
下一条：
我们发现多语言偏好优化从越来越多的多语言偏好数据中受益，表现出跨语言传递，并且在线优化（RLOO）优于离线优化（DPO）。