サマリゼーション

書いてみる

関連タグ

#GPT4 (8,748)
#KLダイバージェンス (10)
#L2正則化 (8)
#アダムオプティマイザー (2)
#アルゴリズム (4,004)
#ウォームアップ (242)

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

Ikemen Mas Kot
9か月前

Better & Faster Large Language Models via Multi-token Prediction

Ikemen Mas Kot
9か月前