#CoDPO

1 stories · 1 in 7 days · 1 in 30 days

DPO 1 偏好优化 1 约束对齐 1 论文 1

Stories, products and papers tagged "CoDPO", newest first.

Nov 6

Papers Builders10:25

Chinese contentCoDPO：用数据集诊断指标修复 DPO 训练中的约束漂移

做偏好优化训练的可以看看：给 DPO 打了个闭式诊断指标，能提前判断冲突数据会不会让安全分、长度这些约束越训越差。

#DPO #CoDPO #偏好优化 #论文

arXiv cs.LG@Ping Liu, Yan YanSource