开源雷达国内 GitHub 镜像站
加速通道已就绪 返回列表
全部项目

sail-sg/dice

Official implementation of Bootstrapping Language Models via DPO Implicit Rewards

语言:Python · GitHub 星标:49 · Fork:3

话题:alignment · large-language-models · preference-learning · rlhf

在 GitHub 上查看原仓库

正在读取项目信息…