Learning Active Perception via Self-Evolving Preference Optimization for GUI Grounding
机构 * Wanfu Wang, Qipeng Huang, Guangquan Xue, Xiaobo Liang, Juntao Li(作者)
专题命中 后训练与偏好优化 :preference optimization(title);language model(abstract);分类 cs.AI
AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
机构 * Wanfu Wang, Qipeng Huang, Guangquan Xue, Xiaobo Liang, Juntao Li(作者)
专题命中 后训练与偏好优化 :preference optimization(title);language model(abstract);分类 cs.AI
专题命中 后训练与偏好优化 :post-training(title,abstract);分类 cs.LG
机构 * Imperial College London(帝国理工学院伦敦分校)
专题命中 后训练与偏好优化 :RLHF(title,abstract);分类 cs.LG
专题命中 后训练与偏好优化 :RLHF(abstract);分类 cs.CL、cs.AI
Comments 7 pages, 8 figures, 12 tables. Supervised by Dr. Ahmed Salah and TA Youssef Sobhy
机构 * Department of Statistics and Data Science, Chinese University of Hong Kong(统计与数据科学系,香港中文大学) ; Department of Statistics and Data Science, the Wharton School, University of Pennsylvania(统计与数据科学系,沃顿商学院,宾夕法尼亚大学)
专题命中 后训练与偏好优化 :post-training(abstract);分类 cs.LG