PulseAugur
中
实时 06:51:22
实体 Regularized Preference Optimization

Regularized Preference Optimization

PulseAugur coverage of Regularized Preference Optimization — every cluster mentioning Regularized 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_340204 ·

    新的ACTOR框架增强了AI文学角色扮演代理

    研究人员开发了ACTOR框架，旨在通过关注非对话行为及其在故事中的时序演变来改进文学角色扮演代理。该系统提取对话和相关的非对话动作，使用“思考-行动-观察”格式对其进行结构化，并按时间顺序组织。采用了一种名为“正则化偏好优化”（RPO）的新训练方法，以增强模型生成上下文合理且符合角色设定的动作的能力，显著提高了预测后续角色行为的准确性。