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

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Lou, Xingzhou, Zhang, Junge, Xie, Jian, Liu, Lifeng, Yan, Dong, Huang, Kaiqi
Formato: Preprint
Publicado: 2024
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares