🍊 The Latent Field
Search
搜索
暗色模式
亮色模式
学习
探索
标签: alignment
阅读模式
Hide sidebars
Show sidebars
此标签下有8条笔记。
2026年8月27日
Training language models to follow instructions with human feedback
source
paper
rlhf
instruction-tuning
reward-model
ppo
alignment
2026年8月27日
Direct Preference Optimization: Your Language Model is Secretly a Reward Model
source
paper
dpo
preference-optimization
alignment
reward-model
2026年5月29日
Constitutional AI
source
paper
alignment
rlaif
safety
2026年3月07日
DPO
training
post-training
alignment
2026年3月07日
RLHF
training
post-training
alignment
2026年3月01日
Reward Model
training
post-training
alignment
2026年3月01日
SFT
training
post-training
alignment
2025年12月28日
KL Divergence
math
information-theory
alignment