C2-DPO: Constrained Controlled Direct Preference Optimization
机构 * Amazon(亚马逊公司) ; Technion(技术学院) ; Duke(杜克大学)
专题命中 后训练与偏好优化 :preference optimization(title,abstract);language model(abstract);RLHF(abstract);分类 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 * Amazon(亚马逊公司) ; Technion(技术学院) ; Duke(杜克大学)
专题命中 后训练与偏好优化 :preference optimization(title,abstract);language model(abstract);RLHF(abstract);分类 cs.AI、cs.LG
专题命中 后训练与偏好优化 :preference optimization(title,abstract);large language model(abstract);language model(abstract);分类 cs.AI、cs.LG
Comments Accepted by ACL 2025
机构 * University of Maryland(马里兰大学) ; Capital One(Capital One公司)
专题命中 后训练与偏好优化 :LLM(title);large language model(abstract);language model(abstract);RLHF(abstract)
Journal ref AAAI 2025
专题命中 后训练与偏好优化 :post-training(title,abstract);large language model(abstract);language model(abstract);分类 cs.AI、cs.LG
Comments ICML 2025
机构 * Key Laboratory of Computational Intelligence and Chinese Information Processing of Ministry of Education, School of Computer and Information Technology, Shanxi University(教育部计算智能与中文信息处理重点实验室,计算机与信息学院,山西大学) ; Institute for AI, Peking University(人工智能研究院,北京大学) ; University College London(伦敦大学学院)
专题命中 后训练与偏好优化 :preference optimization(title,abstract);large language model(abstract);language model(abstract);分类 cs.AI、cs.LG
机构 * Peking University(北京大学) ; Hong Kong University of Science and Technology(香港科技大学)
专题命中 后训练与偏好优化 :RLHF(title,abstract);large language model(abstract);language model(abstract);分类 cs.AI、cs.LG
机构 * University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校) ; Nanyang Technological University(南洋理工大学) ; National University of Singapore(国立新加坡大学) ; Microsoft Research(微软研究院)
专题命中 后训练与偏好优化 :language model(title,abstract);LLM(abstract);large language model(abstract);分类 cs.CL、cs.LG
Comments To appear at ICLR 2025
专题命中 后训练与偏好优化 :language model(title,abstract);RLHF(abstract);prompting(abstract);分类 cs.AI、cs.LG
Comments 5 pages, ICASSP 2025. First two authors are equally contributed
专题命中 后训练与偏好优化 :preference optimization(title,abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI
Comments https://tangoflux.github.io/
专题命中 后训练与偏好优化 :language agent(title);large language model(abstract);language model(abstract);RLHF(abstract)
专题命中 后训练与偏好优化 :language model(title,abstract);LLM(abstract);prompting(abstract);分类 cs.CL、cs.AI
Comments ICML 2024
专题命中 后训练与偏好优化 :RLHF(title,abstract);large language model(abstract);language model(abstract);分类 cs.AI、cs.LG
Comments Published as a conference paper at AISTATS 2025
专题命中 后训练与偏好优化 :RLHF(title,abstract);large language model(abstract);language model(abstract);分类 cs.AI、cs.LG
Comments Published as a conference paper at ICLR 2025
专题命中 后训练与偏好优化 :language model(title,abstract);LLM(abstract);large language model(abstract);分类 cs.CL、cs.AI
Comments 1 Figure, 1 Table, 11 pages
专题命中 后训练与偏好优化 :preference optimization(title,abstract);language model(abstract);post-training(abstract);分类 cs.CL、cs.LG
专题命中 后训练与偏好优化 :RLHF(title,abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.LG
专题命中 后训练与偏好优化 :post-training(title,abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI
专题命中 后训练与偏好优化 :LLM(title,abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI
专题命中 后训练与偏好优化 :preference optimization(title,abstract);LLM(abstract);language model(abstract);分类 cs.CL、cs.LG
Journal ref AISTATS 2025
专题命中 后训练与偏好优化 :language model(title,abstract);LLM(abstract);large language model(abstract);分类 cs.CL、cs.AI
Comments NAACL 2025 Main Conference
专题命中 后训练与偏好优化 :preference optimization(title,abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI
专题命中 后训练与偏好优化 :preference optimization(title,abstract);language model(abstract);RLHF(abstract);分类 cs.CL、cs.LG
Comments ICLR accepted
专题命中 后训练与偏好优化 :language model(title);LLM(abstract);RLHF(abstract);preference optimization(abstract)
专题命中 后训练与偏好优化 :preference optimization(title,abstract);language model(abstract);RLHF(abstract);分类 cs.CL、cs.LG
Comments Accepted at NAACL 2025
专题命中 后训练与偏好优化 :RLHF(title,abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI
专题命中 后训练与偏好优化 :language model(title,abstract);large language model(abstract);preference optimization(abstract);分类 cs.CL、cs.AI
专题命中 后训练与偏好优化 :LLM(title,abstract);large language model(abstract);language model(abstract);分类 cs.AI、cs.LG
专题命中 后训练与偏好优化 :RLHF(title,abstract);LLM(abstract);language model(abstract);分类 cs.CL、cs.LG
专题命中 后训练与偏好优化 :preference optimization(title,abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.LG
专题命中 后训练与偏好优化 :RLHF(title,abstract);LLM(abstract);language model(abstract);分类 cs.AI、cs.LG