報酬モデリング

書いてみる

関連タグ

#モデル (12,753)
#Alpacaモデル (1)
#LLaMAモデル (2)
#XwinLM (3)
#xWIN (14)
#データセット (838)

Xwin-LM: Strong and Scalable Alignment Practice for LLMs

Ikemen Mas Kot
1か月前

Peering Through Preferences: Unraveling Feedback Acquisition for Aligning Large Language Models

Ikemen Mas Kot
2か月前