Intra-Trajectory Consistency for Reward Modeling
机构 * Wuhan University(武汉大学) ; Nanyang Technological University(南洋理工大学)
专题命中 后训练与偏好优化 :large language model(abstract);language model(abstract);RLHF(abstract);分类 cs.AI、cs.LG
Comments Under review
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 * Wuhan University(武汉大学) ; Nanyang Technological University(南洋理工大学)
专题命中 后训练与偏好优化 :large language model(abstract);language model(abstract);RLHF(abstract);分类 cs.AI、cs.LG
Comments Under review
机构 * Peking University(北京大学) ; The Hong Kong University of Science and Technology(香港科学与技术大学) ; Infinigence-AI
专题命中 后训练与偏好优化 :large language model(abstract);language model(abstract);RLHF(abstract);分类 cs.CL、cs.AI
Comments Accepted by ACL2025 Main, a sibling project to SafeRLHF and BeaverTails
机构 * KAIST(韩国科学技术院) ; Google Cloud AI Research(谷歌云人工智能研究) ; Yonsei University(延世大学)
专题命中 后训练与偏好优化 :LLM(abstract);large language model(abstract);language model(abstract);分类 cs.AI、cs.LG
Comments 20 page, 20 figures
机构 * The University of Hong Kong(香港大学) ; The University of Chicago(芝加哥大学) ; Northwestern University(西北大学) ; University of Cambridge(剑桥大学)
专题命中 后训练与偏好优化 :LLM(abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI
Comments Project Page: https://github.com/camel-ai/owl
机构 * School of Computer Science and Engineering, Sun Yat-sen University, China(计算机科学与工程学院,中山大学) ; Alibaba Group(阿里巴巴集团)
专题命中 后训练与偏好优化 :large language model(abstract);language model(abstract);preference optimization(abstract);分类 cs.AI、cs.LG
Comments Accepted to ACL 2025 (Main Conference)
机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science(多媒体信息处理国家重点实验室、计算机科学学院)
专题命中 后训练与偏好优化 :LLM(abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI
Comments Accepted by ACL 2025 Findings
机构 * Stanford University(斯坦福大学) ; Georgia Institute of Technology(佐治亚理工学院)
专题命中 后训练与偏好优化 :LLM(abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI
Comments ACL 2025 Main Conference
专题命中 后训练与偏好优化 :large language model(abstract);language model(abstract);preference optimization(abstract);分类 cs.CL、cs.AI
Comments Camera ready version for ACL 2025 Findings
机构 * School of Computer Science, Fudan University(复旦大学计算机学院) ; School of Computer Science, Peking University(北京大学计算机学院) ; Microsoft(微软公司)
专题命中 后训练与偏好优化 :large language model(abstract);language model(abstract);RLHF(abstract);分类 cs.CL、cs.AI
Comments 23 pages,6 figures,Accepted to ICLR 2025
机构 * Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所) ; School of Artificial Intelligence, University of Chinese Academy of Sciences(中国科学院大学人工智能学院)
专题命中 后训练与偏好优化 :LLM(abstract);large language model(abstract);language model(abstract);分类 cs.AI、cs.LG
机构 * The University of Tokyo, Japan(东京大学) ; RIKEN AIP, Japan(日本理化学研究所AIP)
专题命中 后训练与偏好优化 :language model(abstract);RLHF(abstract);preference optimization(abstract);分类 cs.AI、cs.LG
机构 * Zhejiang University(浙江大学) ; Tongyi Lab, Alibaba Group(阿里云实验室)
专题命中 后训练与偏好优化 :large language model(abstract);language model(abstract);post-training(abstract);分类 cs.CL、cs.AI
Comments 22 pages, 12 figures
机构 * HKUST Hong Kong SAR, China(香港科技大学) ; SEU Jiangsu, China(江苏大学) ; HKUST(GZ) Guangzhou, China(香港科技大学(广州)) ; Zhipu AI Beijing, China(智谱AI) ; HKUST(GZ), HKUST Guangzhou, China(香港科技大学(广州)、香港科技大学)
专题命中 后训练与偏好优化 :large language model(abstract);language model(abstract);SFT(abstract);分类 cs.CL、cs.AI
机构 * University of British Columbia(不列颠哥伦比亚大学) ; Vector Institute(向量研究所)
专题命中 后训练与偏好优化 :large language model(abstract);language model(abstract);preference optimization(abstract);分类 cs.CL、cs.LG
专题命中 后训练与偏好优化 :large language model(abstract);language model(abstract);RLHF(abstract);分类 cs.CL、cs.LG
Comments Working in progress
机构 * University of Science and Technology of China(中国科学技术大学)
专题命中 后训练与偏好优化 :large language model(abstract);language model(abstract);RLHF(abstract);分类 cs.CL、cs.LG
机构 * School of Computer Science and Technology, East China Normal University(东华师范大学计算机科学与技术学院) ; Shanghai Innovation Institute(上海创新研究院) ; School of Computer Science, Fudan University(复旦大学计算机科学学院)
专题命中 后训练与偏好优化 :large language model(abstract);language model(abstract);preference optimization(abstract);分类 cs.AI、cs.LG
专题命中 后训练与偏好优化 :LLM(abstract);large language model(abstract);language model(abstract);分类 cs.AI、cs.LG
Comments Accepted by ICML 2025
专题命中 后训练与偏好优化 :LLM(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 :large language model(abstract);language model(abstract);preference optimization(abstract);分类 cs.AI、cs.LG
Comments ICLR 2025; Project Page available at : https://sprain02.github.io/FiFA/
专题命中 后训练与偏好优化 :large language model(abstract);language model(abstract);RLHF(abstract);分类 cs.CL、cs.LG
专题命中 后训练与偏好优化 :language model(abstract);RLHF(abstract);preference optimization(abstract);分类 cs.AI、cs.LG
专题命中 后训练与偏好优化 :large language model(abstract);language model(abstract);post-training(abstract);分类 cs.CL、cs.AI
专题命中 后训练与偏好优化 :LLM(abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI
Comments Accepted by NAACL 2025
专题命中 后训练与偏好优化 :large language model(abstract);language model(abstract);preference optimization(abstract);分类 cs.CL、cs.AI
Comments Accepted at ICLR 2025, camera-ready version
专题命中 后训练与偏好优化 :LLM(abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI
Comments 16 pages, 5 figures
专题命中 后训练与偏好优化 :LLM(abstract);large language model(abstract);language model(abstract);分类 cs.AI、cs.LG
Comments Accepted at ICLR 2025 conference
专题命中 后训练与偏好优化 :large language model(abstract);language model(abstract);preference optimization(abstract);分类 cs.CL、cs.AI
Comments 7 pages, 4 figures, 5 tables and accepted at AAAI 2025 Main Conference
专题命中 后训练与偏好优化 :large language model(abstract);language model(abstract);RLHF(abstract);分类 cs.AI、cs.LG
专题命中 后训练与偏好优化 :LLM(abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI
Comments Accepted to NAACL Findings 2025