原创力文档利用SFT和DPO改进LLM的安全性和有
用性：关于OPT-350M的研究
PiyushPant
本SaarlandUniversity,Germany
译pipa00001@stud.uni-saarland.de
中
1
v
您可能关注的文档
- 基于高效 Transformer 的稀疏注意力机制钢琴转录.pdf
- 模态不可知的输入通道使多模态 MRI 中无法在训练 期间获得序列的脑病变分割成为可能.pdf
- 电压同步和电网形成逆变器的比例电流共享.pdf
- 自适应知识蒸馏利用设备感知教师进行低复杂度的声景分类.pdf
- 代理 LLM 用于表格数据的问题回答.pdf
- 一种基于网络孪生的蜜罐用于收集威胁情报.pdf
- 真诚的交叉测试揭示了音频深度伪造检测系统中的薄弱环节.pdf
- CCF：一种用于高效长序列语言建模的上下文压缩框架.pdf
- 改进具有关键词感知代价函数的合成数据训练以减少语境偏差模型中的偏差问题.pdf
- 高效的基于字典树的偏差使用 K 步预测进行罕见词识别.pdf
文档评论（0）