PulseAugur
中
实时 07:12:12
实体 Contrastive Preference Optimization

Contrastive Preference Optimization

PulseAugur coverage of Contrastive Preference Optimization — every cluster mentioning Contrastive Preference Optimization across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_74376 ·

    新数据集通过合成推理轨迹增强多表问答能力

    研究人员通过创建合成推理轨迹数据集，开发了一种新的多表问答方法。该数据集使用大型语言模型生成，包含正确和看似正确但错误的推理路径。使用这种对比数据对 Qwen3-14B、Mistral-8B 和 Llama-3.1-8B 等开放权重模型进行微调，与标准的监督微调相比，显著提高了它们的问答性能。