« Optimisation directe des préférences » : historique des versions


Sélection du diff : cochez les boutons radio des versions à comparer et appuyez sur entrée ou sur le bouton en bas.
Légende : (actu) = différence avec la dernière version, (diff) = différence avec la version précédente, m = modification mineure.

27 août 2024

26 août 2024

29 janvier 2024

27 janvier 2024

30 décembre 2023

  • actudiff 09:3830 décembre 2023 à 09:38‎ Pitpitt discussion contributions‎ 1 836 octets +1 836‎ Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == ''' Direct Preference Optimization''' While large-scale unsupervised language models (LMs) learn broad world knowledge and some reasoning skills, achieving precise control of their behavior is difficult due to the completely unsupervised nature of their training. Existing methods for gaining such steerability collect human labels of the relative quality of model g... »
Récupérée de « https://datafranca.org/wiki/Optimisation_directe_des_préférences »