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

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Lin, Yong, Seto, Skyler, ter Hoeve, Maartje, Metcalf, Katherine, Theobald, Barry-John, Wang, Xuan, Zhang, Yizhe, Huang, Chen, Zhang, Tong
Natura: Preprint
Pubblicazione: 2024
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!