| 标题 |
 Direct Preference Optimization: Your Language Model is Secretly a Reward Model 相关领域
自动汇总
超参数
计算机科学
强化学习
人工智能
机器学习
偏爱
偏好学习
质量（理念）
时差学习
简单（哲学）
无监督学习
控制（管理）
数学
统计
认识论
哲学
|
| 网址 |
求助人暂未提供
|
| DOI |
暂未提供，该求助的时间将会延长，查看原因？
|
| 其它 | Advances in Neural Information Processing Systems 36 (NeurIPS 2023) |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
cc
GingerF
嘻嘻哈哈
Yian
沉心静气搞学习
豆子
小蜻蜓
山野有雾都
遇上就这样吧
浮游
eric888
Olivahorse
修仙研究所
走啊走
差不多先生
ZJX
Li
Coco
笑点低的幼荷
whatever
dwxj007
共享精神
CodeCraft
wlscj
xq
Koalas
Criminology34
兜兜
皖公网安备34019202002308
