Enhancing LLM Reasoning with Iterative DPO: A Comprehensive Empirical Investigation

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Tu, Songjun, Lin, Jiahao, Tian, Xiangyu, Zhang, Qichao, Li, Linjing, Fu, Yuqian, Xu, Nan, He, Wei, Lan, Xiangyuan, Jiang, Dongmei, Zhao, Dongbin
Format:	Preprint
Publié:	2025
Sujets:	Computation and Language
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2503.12854