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

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Le, Long Tan, Shu, Han, Nguyen, Tung-Anh, Hong, Choong Seon, Tran, Nguyen H.
Format: Preprint
Publié: 2024
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires