WPO: Enhancing RLHF with Weighted Preference Optimization

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Zhou, Wenxuan, Agrawal, Ravi, Zhang, Shujian, Indurthi, Sathish Reddy, Zhao, Sanqiang, Song, Kaiqiang, Xu, Silei, Zhu, Chenguang
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computation and Language Artificial Intelligence Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Accesso online

https://arxiv.org/abs/2406.11827