Direct Nash Optimization: Teaching Language Models to Self-Improve with General Preferences

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Rosset, Corby, Cheng, Ching-An, Mitra, Arindam, Santacroce, Michael, Awadallah, Ahmed, Xie, Tengyang
Formato:	Preprint
Publicado:	2024
Materias:	Machine Learning Artificial Intelligence Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2404.03715