本站内容由 AI 生成,可能存在错误。如发现问题,欢迎到
GitHub Issues
反馈。
LLM Learning
首页
资源推荐
Ctrl K
中文
/
EN
Esc
#ipo
1 篇文章
高级
从 DPO 到 GRPO:直接偏好优化
#dpo
#grpo
#ipo
#preference-optimization
#offline-rl