$β$-DPO: Direct Preference Optimization with Dynamic $β$

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Wu, Junkang, Xie, Yuexiang, Yang, Zhengyi, Wu, Jiancan, Gao, Jinyang, Ding, Bolin, Wang, Xiang, He, Xiangnan
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/2407.08639