"DPO"最新资讯 | 量子位

DPO

最好7B模型再易主！打败700亿LLaMA2，苹果电脑就能跑，还开源免费

舍弃强化学习

西风 2023-10-28

DPO 大模型强化学习

加载更多

热门文章

本科经典算法Dijkstra，被证明是普遍最优了：最坏情况性能也最优！

OpenAI-o1思考替代法火了！焦剑涛高徒一作提出思考偏好优化，不限于推理任务

纯血鸿蒙被海外热议：速度惊人，能力强悍，“求海外版”！

神秘模型“小熊猫”一夜刷屏：排名超Flux、Midjourney

一块显卡理解一部电影，最新超长视频理解大模型出炉！“大海捞针”准确率近95%，代码已开源