Direct Preference Optimization: Your Language Model is Secretly a Reward Model - 科研通

发布文献求助

已完结

文献求助详情

标题	Direct Preference Optimization: Your Language Model is Secretly a Reward Model
网址	https://doi.org/10.48550/arxiv.2305.18290
DOI	10.48550/arxiv.2305.18290 doi
其它	期刊：Cornell University - arXiv 作者：Rafael Rafailov; Archit Sharma; Eric Mitchell; Stefano Ermon; Christopher D. Manning; et al 出版日期：2023-01-01
求助人	SC 在 2026-07-31 23:04:32 发布自云南，悬赏 10 积分
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。

Institute for Operations Research and the Management Sciences

上个求助

下个求助

提交工单

该求助已完结，感谢关注

如需该文献，请重新发布求助，前往发布

关注科研痛点，打通你的七经六脉

请遵守相关知识产权规定，勿将文件分享给他人，仅可用于个人研究学习

我的文献求助列表浏览历史

一分钟了解求助规则 | 捐赠本站 | 历史今天

更新

⚡ 2026年影响因子、分区 已更新！ (2026-6-17)

更新

📰 新增『新锐期刊分区』 (2026-3-24)

更新

💬 新增更精细的自定义提醒设置 (2026-1-4)

新增

🕒 每天60秒读懂世界·精选全球要闻 (2026-1-2)

新增

PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台，具备全网最快的应助速度，最高的求助完成率。对每一个文献求助，科研通都将尽心尽力，给求助人一个满意的交代。

实时播报: 淡定怀梦发布了新的文献求助10

刚刚; 干净丑发布了新的文献求助10

1秒前; 长安某发布了新的文献求助10

1秒前; 桐桐上传了应助文件

1秒前; Lucas上传了应助文件

1秒前; 朴实的阁完成签到，获得积分10

1秒前; 共享精神上传了应助文件

1秒前; 超人研究生发布了新的文献求助10

2秒前; 所所上传了应助文件

2秒前; 桐桐上传了应助文件

2秒前; 紧张的友灵发布了新的文献求助10

2秒前; 超人研究生发布了新的文献求助10

3秒前; 天才幸运鱼完成签到，获得积分10

3秒前; 搞怪的金鑫完成签到，获得积分10

3秒前; Hello上传了应助文件

3秒前; 研友_VZG7GZ上传了应助文件

3秒前; 尊敬的夏槐发布了新的文献求助10

3秒前; 活力初蝶发布了新的文献求助10

3秒前; 柒姐的应助被明天会更美好采纳，获得10

4秒前; 大模型上传了应助文件

4秒前; 领导范儿上传了应助文件

4秒前; ningxi13561356的应助被akakns采纳，获得10

5秒前; 搞怪的金鑫发布了新的文献求助20

5秒前; 超人研究生发布了新的文献求助10

5秒前; ww完成签到，获得积分10

5秒前; molihuakai上传了应助文件

6秒前; Owen上传了应助文件

6秒前; 超人研究生发布了新的文献求助10

6秒前; 超人研究生发布了新的文献求助10

6秒前; 超人研究生发布了新的文献求助10

6秒前; Ava上传了应助文件

6秒前; 超人研究生发布了新的文献求助10

6秒前; 超人研究生发布了新的文献求助10

6秒前; 赘婿上传了应助文件

6秒前; 林木发布了新的文献求助10

6秒前; Orange的应助被袋袋采纳，获得10

7秒前; 啵啵上传了应助文件

7秒前; 望今如昔完成签到，获得积分10

7秒前; 丘比特的应助被虚幻的雨珍采纳，获得10

7秒前; 852的应助被活力初蝶采纳，获得10

7秒前

高分求助中: (应助此贴封号)【重要！！请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000; An Introduction to Foreign Language Learning and Teaching 750; The Oxford Handbook of Digital Classical Studies 550; China Pluperfect I: Epistemology of Past and Outside in Chinese Art 520; Matrix Methods in Data Mining and Pattern Recognition Second Edition 510; The fast track to determining transfer functions of linear circuits: The student guide 500; The Analytical and Numerical Solution of Electric and Magnetic Fields 500

热门求助领域（近24小时）

热门帖子: 关注科研通微信公众号，转发送积分 7621120; 求助须知：如何正确求助？哪些是违规求助？ 9196085; 关于积分的说明 19711718; 捐赠科研通 7192602; 什么是DOI，文献DOI怎么找？ 3272650; 关于科研通互助平台的介绍 2435199; 邀请新用户注册赠送积分活动 2267853

今日热心研友

昏睡的蟠桃

注：热心度 = 本日应助数 + 本日被采纳获取积分÷10

Copyright © 2020-2026 AbleSci.COM, 科研通, All Right Reserved

科研通是非营利科研互助平台，不忘初心，为科研助力

本站互助的所有文件仅供个人学习研究用，禁止任何人把求助的所得文献进行盈利或传播

皖ICP备2024041134号-1

皖公网安备34019202002308

科研通【文献互助QQ群】：如果您有特殊求助，或发布求助超过24小时未得到应助，可加群求助，群号：821889395【点击一键加群】

科研通【志愿服务QQ群】：如果您热爱文献互助，有热心愿意为更多人服务，请加入小伙伴群，点击申请加入

关注微信服务号

科研通