Zhong, H., Shan, Z., Feng, G., Xiong, W., Cheng, X., Zhao, L., . . . Wang, L. (2024). DPO Meets PPO: Reinforced Token Optimization for RLHF.
Style de citation Chicago (17e éd.)Zhong, Han, Zikang Shan, Guhao Feng, Wei Xiong, Xinle Cheng, Li Zhao, Di He, Jiang Bian, et Liwei Wang. DPO Meets PPO: Reinforced Token Optimization for RLHF. 2024.
Style de citation MLA (9e éd.)Zhong, Han, et al. DPO Meets PPO: Reinforced Token Optimization for RLHF. 2024.
Attention : ces citations peuvent ne pas être correctes à 100%.