实体 Mult-DPO

Mult-DPO

PulseAugur coverage of Mult-DPO — every cluster mentioning Mult-DPO across labs, papers, and developer communities, ranked by signal.

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

TOOL · CL_81962 · Jun 8 · 18:53

新的Mult-DPO方法使LLM与推荐系统对齐

研究人员开发了Mult-DPO，一种用于将大型语言模型与推荐系统对齐的新方法。传统的DPO方法依赖于成对偏好，这不适用于推荐中常见的集合式反馈。Mult-DPO引入了一个可处理的多项式替代似然函数来处理这些集合式偏好，从而能够直接将LLM对齐到推荐任务。该方法还通过使用更丰富的负面示例来改进对齐效果。