Contrastive Policy Gradient: Aligning LLMs on sequence-level scores in a supervised-friendly fashion

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Flet-Berliac, Yannis, Grinsztajn, Nathan, Strub, Florian, Wu, Bill, Choi, Eugene, Cremer, Chris, Ahmadian, Arash, Chandak, Yash, Azar, Mohammad Gheshlaghi, Pietquin, Olivier, Geist, Matthieu
Formato:	Preprint
Publicado:	2024
Materias:	Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Descripción
Descripción no disponible.

Ejemplares similares