Buchumschlag

Curry-DPO: Enhancing Alignment using Curriculum Learning & Ranked Preferences

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pattnaik, Pulkit, Maheshwary, Rishabh, Ogueji, Kelechi, Yadav, Vikas, Madhusudhan, Sathwik Tejaswi
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

M2Lingual: Enhancing Multilingual, Multi-Turn Instruction Alignment in Large Language Models
von: Maheshwary, Rishabh, et al.
Veröffentlicht: (2024)

Layer-Wise Quantization: A Pragmatic and Effective Method for Quantizing LLMs Beyond Integer Bit-Levels
von: Dumitru, Razvan-Gabriel, et al.
Veröffentlicht: (2024)

DeepSRGM -- Sequence Classification and Ranking in Indian Classical Music with Deep Learning
von: Madhusudhan, Sathwik Tejaswi, et al.
Veröffentlicht: (2024)

Auto-Cypher: Improving LLMs on Cypher generation via LLM-supervised generation-verification framework
von: Tiwari, Aman, et al.
Veröffentlicht: (2024)

Prompting with Phonemes: Enhancing LLMs' Multilinguality for Non-Latin Script Languages
von: Nguyen, Hoang H, et al.
Veröffentlicht: (2024)

MixDPO: Modeling Preference Strength for Pluralistic Alignment
von: Imai, Saki, et al.
Veröffentlicht: (2026)

AfroBench: How Good are Large Language Models on African Languages?
von: Ojo, Jessica, et al.
Veröffentlicht: (2023)

Do LLMs Know When to NOT Answer? Investigating Abstention Abilities of Large Language Models
von: Madhusudhan, Nishanth, et al.
Veröffentlicht: (2024)

Apriel-Nemotron-15B-Thinker
von: Radhakrishna, Shruthan, et al.
Veröffentlicht: (2025)

Do Enterprise Systems Need Learned World Models? The Importance of Context to Infer Dynamics
von: Nair, Jishnu Sethumadhavan, et al.
Veröffentlicht: (2026)

AlphaDPO: Adaptive Reward Margin for Direct Preference Optimization
von: Wu, Junkang, et al.
Veröffentlicht: (2024)

Smaug: Fixing Failure Modes of Preference Optimisation with DPO-Positive
von: Pal, Arka, et al.
Veröffentlicht: (2024)

Preference Learning Algorithms Do Not Learn Preference Rankings
von: Chen, Angelica, et al.
Veröffentlicht: (2024)

Grammar Search for Multi-Agent Systems
von: Singh, Mayank, et al.
Veröffentlicht: (2025)

Difficulty-Based Preference Data Selection by DPO Implicit Reward Gap
von: Qi, Xuan, et al.
Veröffentlicht: (2025)

Online DPO: Online Direct Preference Optimization with Fast-Slow Chasing
von: Qi, Biqing, et al.
Veröffentlicht: (2024)

Sem-DPO: Mitigating Semantic Inconsistency in Preference Optimization for Prompt Engineering
von: Mohamed, Anas, et al.
Veröffentlicht: (2025)

Multi-Preference Optimization: Generalizing DPO via Set-Level Contrasts
von: Gupta, Taneesh, et al.
Veröffentlicht: (2024)

Re-evaluating Automatic LLM System Ranking for Alignment with Human Preference
von: Gao, Mingqi, et al.
Veröffentlicht: (2024)

A Toolbox, Not a Hammer -- Multi-TAG: Scaling Math Reasoning with Multi-Tool Aggregation
von: Yao, Bohan, et al.
Veröffentlicht: (2025)

Step-DPO: Step-wise Preference Optimization for Long-chain Reasoning of LLMs
von: Lai, Xin, et al.
Veröffentlicht: (2024)

Curriculum Learning for Safety Alignment
von: Kumar, Sandeep, et al.
Veröffentlicht: (2026)

2D-Curri-DPO: Two-Dimensional Curriculum Learning for Direct Preference Optimization
von: Li, Mengyang, et al.
Veröffentlicht: (2025)

Mix- and MoE-DPO: A Variational Inference Approach to Direct Preference Optimization
von: Bohne, Jason, et al.
Veröffentlicht: (2025)

daDPO: Distribution-Aware DPO for Distilling Conversational Abilities
von: Zhang, Zhengze, et al.
Veröffentlicht: (2025)

CLewR: Curriculum Learning with Restarts for Machine Translation Preference Learning
von: Dragomir, Alexandra, et al.
Veröffentlicht: (2026)

Entropy Aware Reward Guidance for Diffusion Language Model Alignment
von: Tejaswi, Atula, et al.
Veröffentlicht: (2026)

Revitalizing Saturated Benchmarks: A Weighted Metric Approach for Differentiating Large Language Model Performance
von: Etzine, Bryan, et al.
Veröffentlicht: (2025)

DPO Kernels: A Semantically-Aware, Kernel-Enhanced, and Divergence-Rich Paradigm for Direct Preference Optimization
von: Das, Amitava, et al.
Veröffentlicht: (2025)

Augmenting LLM Reasoning with Dynamic Notes Writing for Complex QA
von: Maheshwary, Rishabh, et al.
Veröffentlicht: (2025)

SP^2DPO: An LLM-assisted Semantic Per-Pair DPO Generalization
von: He, Chaoyue, et al.
Veröffentlicht: (2026)

ActiveDPO: Active Direct Preference Optimization for Sample-Efficient Alignment
von: Lin, Xiaoqiang, et al.
Veröffentlicht: (2025)

Value Augmented Sampling for Language Model Alignment and Personalization
von: Han, Seungwook, et al.
Veröffentlicht: (2024)

Paraphrase and Aggregate with Large Language Models for Minimizing Intent Classification Errors
von: Yadav, Vikas, et al.
Veröffentlicht: (2024)

Error Taxonomy-Guided Prompt Optimization
von: Singh, Mayank, et al.
Veröffentlicht: (2026)

Multi-Reference Preference Optimization for Large Language Models
von: Le, Hung, et al.
Veröffentlicht: (2024)

RS-DPO: A Hybrid Rejection Sampling and Direct Preference Optimization Method for Alignment of Large Language Models
von: Khaki, Saeed, et al.
Veröffentlicht: (2024)

Domain-Aware Speaker Diarization On African-Accented English
von: Okocha, Chibuzor, et al.
Veröffentlicht: (2025)

Apriel-1.5-15b-Thinker
von: Radhakrishna, Shruthan, et al.
Veröffentlicht: (2025)

Adversarial Preference Optimization: Enhancing Your Alignment via RM-LLM Game
von: Cheng, Pengyu, et al.
Veröffentlicht: (2023)