サマリゼーション

書いてみる

関連タグ

#GPT4 (8,636)
#KLダイバージェンス (11)
#L2正則化 (8)
#アダムオプティマイザー (2)
#アルゴリズム (3,690)
#ウォームアップ (228)

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

Ikemen Mas Kot
8か月前

Better & Faster Large Language Models via Multi-token Prediction

Ikemen Mas Kot
8か月前