サマリゼーション

書いてみる

関連タグ

#GPT4 (7,782)
#KLダイバージェンス (8)
#L2正則化 (7)
#アダムオプティマイザー (2)
#アルゴリズム (2,971)
#ウォームアップ (183)

Direct Preference Optimization: Your Language Model is Secretly a Reward Model

Ikemen Mas Kot
1か月前

Better & Faster Large Language Models via Multi-token Prediction

Ikemen Mas Kot
2か月前