PyTorch実装

書いてみる

関連タグ

#クロスエントロピー損失 (4)
#データセット (905)
#モデル (15,818)
#分散トレーニング (3)
#対話データセット (1)
#微調整 (174)

Self-Supervised Alignment with Mutual Information: Learning to Follow Principles without Preference Labels

Ikemen Mas Kot
9か月前