On the Limited Generalization Capability of the Implicit Reward Model Induced by Direct Preference Optimization

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Lin, Yong, Seto, Skyler, ter Hoeve, Maartje, Metcalf, Katherine, Theobald, Barry-John, Wang, Xuan, Zhang, Yizhe, Huang, Chen, Zhang, Tong
Formato:	Preprint
Publicado:	2024
Materias:	Machine Learning Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Descripción
Descripción no disponible.

Ejemplares similares