arXivDaily arXiv每日学术速递 周一至周五更新

AI 大模型

语言大模型 / LLM

大语言模型、预训练、指令微调、后训练和语言模型应用。

2025-11-06 至 2025-11-06 共收录 3 信号源:cs.CL, cs.AI, cs.LG

1. 后训练与偏好优化 3 篇

2412.16378 2025-11-06 cs.LG cs.AI cs.CL 82%

REFA: Reference Free Alignment for multi-preference optimization

Taneesh Gupta, Rahul Madhavan, Xuchao Zhang, Chetan Bansal, Saravan Rajmohan

机构 * MicrosoftIndian Institute of Science (IISc), Bangalore(微软印度科学研究院(IISc),班加罗尔)

专题命中 后训练与偏好优化 :preference optimization(title,abstract);分类 cs.CL、cs.AI、cs.LG

详情

展开后加载摘要…

URL PDF HTML 收藏
2501.15971 2025-11-06 cs.LG 79%

REINFORCE-ING Chemical Language Models for Drug Discovery

Morgan Thomas, Albert Bou, Jose Carlos Gómez-Tamayo, Gary Tresadern, Mazen Ahmad, Gianni De Fabritiis

机构 * Computational Science Laboratory, Universitat Pompeu Fabra, Barcelona Biomedical Research Park (PRBB), C Dr. Aiguader 88, 08003 Barcelona, Spain In Silico Discovery, Janssen Research \& Development, Janssen Pharmaceutica N. V., Turnhoutseweg 30, B-2340 Beerse, Belgium

专题命中 后训练与偏好优化 :language model(title,abstract);分类 cs.LG

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.03143 2025-11-06 cs.HC cs.AI cs.CL cs.CY cs.LG 75%

From Measurement to Expertise: Empathetic Expert Adapters for Context-Based Empathy in Conversational AI Agents

Erfan Shayegani, Jina Suh, Andy Wilson, Nagu Rangan, Javier Hernandez

机构 * Microsoft Research(微软研究院) University of California, Riverside(加州大学河滨分校)

专题命中 后训练与偏好优化 :large language model(abstract);language model(abstract);分类 cs.CL、cs.AI、cs.LG

详情

展开后加载摘要…

URL PDF HTML 收藏