实体 pesto

pesto

PulseAugur coverage of pesto — every cluster mentioning pesto 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

RESEARCH · CL_312675 · Oct 20 · 14:26

LLM受训练数据和DPO影响，形成品牌偏好

一篇新的研究论文探讨了大型语言模型如何形成品牌偏好，发现模型经常提及Nike等市场领先品牌，但推荐Brooks等小众品牌。“品味”似乎在预训练期间形成，并受到直接偏好优化（DPO）等偏好优化技术的影响。即使在偏好数据中品牌信息稀缺的情况下，DPO也能改变模型的判断，表明这些偏好并非完全基于显性知识，也可能受到训练中使用的评判模型的影响。