Mallows Model with Learned Distance Metrics: Sampling and Maximum Likelihood Estimation
机构 * University of Southern California(南加州大学) ; Stanford University(斯坦福大学)
专题命中 后训练与偏好优化 :language model(abstract);分类 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 * University of Southern California(南加州大学) ; Stanford University(斯坦福大学)
专题命中 后训练与偏好优化 :language model(abstract);分类 cs.LG
机构 * Peking University(北京大学) ; Northwestern University(西北大学) ; University of Illinois Chicago(伊利诺伊大学香槟分校)
专题命中 后训练与偏好优化 :language model(abstract);分类 cs.AI
机构 * ETH Zürich(苏黎世联邦理工学院) ; University of Maryland(马里兰大学) ; Universidad Carlos III de Madrid(马德里卡斯蒂利亚-拉曼恰大学)
专题命中 后训练与偏好优化 :LLM(abstract);分类 cs.CL
Comments Accepted to ACL 2025 (Main)
机构 * Carnegie Mellon University(卡内基梅隆大学)
专题命中 后训练与偏好优化 :language model(abstract);分类 cs.LG
机构 * Purdue University(普渡大学)
专题命中 后训练与偏好优化 :LLM(abstract);分类 cs.AI
机构 * CTU in Prague, Tournesol(布拉格CTU,图尔诺索尔) ; Tournesol(图尔诺索尔) ; Calicarpa, Tournesol(卡利卡尔帕,图尔诺索尔) ; Kleis Technology(克莱斯技术) ; École Polytechnique(巴黎高等理工学院) ; Calicarpa(卡利卡尔帕)
专题命中 后训练与偏好优化 :preference optimization(abstract);分类 cs.LG
机构 * RIKEN AIP(日本学术振兴会先进研究所) ; The University of Hong Kong(香港大学) ; National University of Singapore(新加坡国立大学) ; The University of New South Wales(新南威尔士大学) ; University of Tokyo(东京大学)
专题命中 后训练与偏好优化 :post-training(abstract);分类 cs.LG
Journal ref AISTATS 2025
机构 * CUHK(香港中文大学) ; Hangzhou Institute of Medicine, CAS(杭州医学院,中国科学院) ; Zhejiang Lab(浙江实验室) ; MBZUAI
专题命中 后训练与偏好优化 :preference optimization(abstract);分类 cs.LG
机构 * IBM Research(IBM研究院) ; IBM Quantum(IBM量子实验室) ; MIT-IBM Watson Lab(MIT-IBM沃森实验室)
专题命中 后训练与偏好优化 :post-training(abstract);分类 cs.LG
机构 * Hongzhan Chen(洪湛 Chen) ; Tao Yang(杨 Tao) ; Shiping Gao(高世平) ; Ruijun Chen(陈瑞俊) ; Xiaojun Quan(钱小军) ; Hongtao Tian(田洪涛) ; Ting Yao(姚婷)
专题命中 后训练与偏好优化 :language model(abstract);分类 cs.CL
Comments ICML 2025
专题命中 后训练与偏好优化 :preference optimization(abstract);分类 cs.CL
Comments KDD 2025
机构 * University of California, San Diego(加州大学圣地亚哥分校) ; Stanford University(斯坦福大学)
专题命中 后训练与偏好优化 :post-training(abstract);分类 cs.AI
Comments 15 pages, 7 figures
机构 * Platform and Content Group, Tencent(腾讯平台与内容部) ; School of Software & Microelectronics, Peking University(北京大学软件与微电子学院)
专题命中 后训练与偏好优化 :LLM(abstract);分类 cs.CL
机构 * Harvard University(哈佛大学) ; Harvard Business School(哈佛商学院)
专题命中 后训练与偏好优化 :language model(abstract);分类 cs.AI
Comments Accepted for presentation at the 2025 IEEE International Symposium on Information Theory (ISIT 2025)
机构 * National Key Laboratory of Human-Machine Hybrid Augmented Intelligence(人机混合增强智能国家级实验室) ; Institute of Artificial Intelligence and Robotics(人工智能与机器人研究院) ; Xi’an Jiaotong University(西安交通大学)
专题命中 后训练与偏好优化 :language model(abstract);分类 cs.AI
机构 * Gaoling School of Artificial Intelligence, Renmin University of China(中国人民大学人工智能学院)
专题命中 后训练与偏好优化 :instruction tuning(abstract);分类 cs.CL
Comments Accepted by SIGIR 2025
机构 * Southeast University(东南大学) ; HKUST(GZ)(香港科技大学(广州)) ; Nanyang Technological University(南洋理工大学)
专题命中 后训练与偏好优化 :post-training(abstract);分类 cs.LG
机构 * Language Technology Lab University of Amsterdam(语言技术实验室 阿姆斯特丹大学)
专题命中 后训练与偏好优化 :prompting(abstract);分类 cs.CL
专题命中 后训练与偏好优化 :language model(abstract);分类 cs.CL
专题命中 后训练与偏好优化 :post-training(abstract);分类 cs.CL
Comments Github page: https://github.com/linkangheng/PR1
专题命中 后训练与偏好优化 :language model(abstract);分类 cs.LG
Comments 9 pages, 14 figures and 3 tables
专题命中 后训练与偏好优化 :LLM(abstract);分类 cs.CL
专题命中 后训练与偏好优化 :RLHF(abstract);分类 cs.LG
专题命中 后训练与偏好优化 :post-training(abstract);分类 cs.LG
专题命中 后训练与偏好优化 :post-training(abstract);分类 cs.LG
专题命中 后训练与偏好优化 :LLM(abstract);分类 cs.CL
专题命中 后训练与偏好优化 :foundation model(abstract);分类 cs.LG
Comments Accepted for publication at ICLR 2025
专题命中 后训练与偏好优化 :post-training(abstract);分类 cs.LG
专题命中 后训练与偏好优化 :RLHF(abstract);分类 cs.LG
专题命中 后训练与偏好优化 :post-training(abstract);分类 cs.LG