$ξ$-DPO: Direct Preference Optimization via Ratio Reward Margin

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Fan, Zhengyuan, Wu, Zhonghua, Du, Yuxuan, Chen, Qun
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!