实体 Prosper

Prosper

PulseAugur coverage of Prosper — every cluster mentioning Prosper 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

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_20553 · May 7 · 04:00

新的PROSPER算法解决了大型语言模型微调中的不传递偏好问题

研究人员开发了一种名为最大熵Blackwell获胜者（MaxEntBW）的新方法，以解决大型语言模型多目标微调中的不传递偏好问题。该方法在PROSPER算法中实现，可以直接处理多个目标，而无需将它们合并为单一指标。实验表明，PROSPER在指令遵循和聊天基准测试中优于现有方法，并发布了7B和3B参数规模的训练模型检查点。