实体 OPCD

OPCD

PulseAugur coverage of OPCD — every cluster mentioning OPCD 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_65320 · Jun 2 · 04:00

新方法使用弱批评者来改进大型语言模型

研究人员开发了一种名为“On-Policy Critique Distillation (OPCD)”的新方法，利用弱监督来改进大型语言模型。OPCD不依赖弱模型进行直接标注，而是将其用作批评者提供修订方向。这种方法可以帮助更强的模型优化其输出并更有效地学习，在推理和对齐基准测试中得到了证明。