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 (887)
#モデル (14,732)
#分散トレーニング (3)
#対話データセット (1)
#微調整 (164)

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

Ikemen Mas Kot
7か月前