WPO: Enhancing RLHF with Weighted Preference Optimization

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Zhou, Wenxuan, Agrawal, Ravi, Zhang, Shujian, Indurthi, Sathish Reddy, Zhao, Sanqiang, Song, Kaiqiang, Xu, Silei, Zhu, Chenguang
Format:	Preprint
Publié:	2024
Sujets:	Computation and Language Artificial Intelligence Machine Learning
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2406.11827