REFA: Reference Free Alignment for multi-preference optimization
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
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 * 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
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
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