Selective Preference Optimization via Token-Level Reward Function Estimation
| Tipo de publicação: | Misc |
| Citação: | yang:2024b |
| Ano: | 2024 |
| Howpublished: | arXiv |
| URL: | https://arxiv.org/abs/2408.135... |
| Palavras-chave: | |
| Autores | |
| Adicionado por: | [PRT] |
| Total mark: | 0 |
|
Anexos
|
|
|
Notas
|
|
|
|
|
|
Tópicos
|
|
|
|
|