PulseAugur
实时 12:13:17
实体 TokenRatio

TokenRatio

PulseAugur coverage of TokenRatio — every cluster mentioning TokenRatio 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_84915 ·

    新的TBPO方法在令牌级别优化语言模型

    研究人员推出了一种名为令牌级Bregman偏好优化(TBPO)的新颖方法,用于使用成对偏好来对齐语言模型。与现有关注完整序列的方法不同,TBPO在令牌级别进行优化,这更符合模型生成文本的方式。这种新方法,包括TBPO-Q和TBPO-A等变体,旨在提高各种基准测试的训练稳定性和输出多样性。