$i$REPO: $i$mplicit Reward Pairwise Difference based Empirical Preference Optimization

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Le, Long Tan, Shu, Han, Nguyen, Tung-Anh, Hong, Choong Seon, Tran, Nguyen H.
Formato:	Preprint
Publicado:	2024
Materias:	Artificial Intelligence Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2405.15230