SPO: Multi-Dimensional Preference Sequential Alignment With Implicit Reward Modeling

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Lou, Xingzhou, Zhang, Junge, Xie, Jian, Liu, Lifeng, Yan, Dong, Huang, Kaiqi
Natura: Preprint
Pubblicazione: 2024
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!