PulseAugur
中
实时 11:08:48
实体 Federated Direct Preference Optimization

Federated Direct Preference Optimization

PulseAugur coverage of Federated Direct Preference Optimization — every cluster mentioning Federated Direct 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_294558 ·

    新方法赋能分布式智能体间的个性化AI模型对齐

    研究人员推出了一种名为个性化联邦直接偏好优化（pFedDPO）的新方法，可在不集中敏感数据的情况下对分布式智能体间的语言模型进行对齐。与假设单一共享策略的先前方法不同，pFedDPO允许每个客户端在全局基础模型之上维护一个小的、私有的LoRA适配器。这种分解旨在减少梯度多样性，同时捕捉客户端特定的偏好，从而提高训练效率和奖励准确性。