TLCR: Token-Level Continuous Reward for Fine-grained Reinforcement Learning from Human Feedback
专题命中 偏好对齐 :RLHF(abstract);分类 cs.CL
Comments ACL2024 Findings
AI 大模型
大模型对齐、安全、越狱、红队、提示注入和可信评测。
专题命中 偏好对齐 :RLHF(abstract);分类 cs.CL
Comments ACL2024 Findings
专题命中 偏好对齐 :alignment(abstract);分类 cs.CL
专题命中 偏好对齐 :DPO(abstract);分类 cs.CL
专题命中 偏好对齐 :alignment(abstract);分类 cs.CL
专题命中 偏好对齐 :trustworthy(abstract);分类 cs.AI
专题命中 偏好对齐 :RLHF(abstract);分类 cs.AI
Comments 20 pages, 15 figures, NeurIPS 2024 Workshop Socially Responsible Language Modelling Research (SoLaR)
专题命中 偏好对齐 :RLHF(abstract);分类 cs.LG
专题命中 偏好对齐 :DPO(abstract);分类 cs.AI
专题命中 偏好对齐 :safety(abstract);分类 cs.LG
专题命中 偏好对齐 :RLHF(abstract);分类 cs.CL
Comments Keywords: Language Model Benchmarking, Pre-Trained LLM Comparison, LLM Performance Analysis, NLP Model Evaluation Tools, Public Dataset Inference for LLMs, BLEU and ROUGE Metrics for LLM, Open Source LLM Testing Tools, Large Language Model Evaluation Software, NLP Benchmarking Suite, Comprehensive LLM Evaluation Toolkit
专题命中 偏好对齐 :alignment(abstract);分类 cs.CL
Comments 23 pages, 6 figures
专题命中 偏好对齐 :alignment(abstract);分类 cs.CL
Comments EMNLP 2024
专题命中 偏好对齐 :RLHF(abstract);分类 cs.CL
专题命中 偏好对齐 :alignment(abstract);分类 cs.CL
Comments Accepted to EMNLP2024 main conference
专题命中 偏好对齐 :DPO(abstract);分类 cs.LG
Comments EMNLP 2024 Main conference
专题命中 偏好对齐 :safety(abstract);分类 cs.AI
Comments Journal: TMLR(May/2024) Total: 39 pages (17 pages main content, 15 Figures)
专题命中 偏好对齐 :DPO(abstract);分类 cs.CL
Comments Accepted to EMNLP 2024 (Findings)
专题命中 偏好对齐 :alignment(abstract);分类 cs.CL
专题命中 偏好对齐 :RLHF(abstract);分类 cs.LG
专题命中 偏好对齐 :DPO(abstract);分类 cs.CL
专题命中 偏好对齐 :alignment(abstract);分类 cs.CL
Comments Accepted at EMNLP Main 2024
专题命中 偏好对齐 :alignment(abstract);分类 cs.LG
专题命中 偏好对齐 :alignment(abstract);分类 cs.CL
Comments EMNLP 2024
专题命中 偏好对齐 :alignment(abstract);分类 cs.CL
Comments EMNLP2024 Findings, code at: https://github.com/csyanghan/AlignSum
专题命中 偏好对齐 :RLHF(abstract);分类 cs.AI
Comments 17 pages
专题命中 偏好对齐 :alignment(abstract);分类 cs.CL
Comments EMNLP-2024 Findings
专题命中 偏好对齐 :alignment(abstract);分类 cs.CL
Comments Accepted by CCL 2024
专题命中 偏好对齐 :DPO(abstract);分类 cs.AI
专题命中 偏好对齐 :alignment(abstract);分类 cs.CL
Comments ECCV 2024. Source code is available at https://github.com/FuchenUSTC/VideoStudio
专题命中 偏好对齐 :RLHF(abstract);分类 cs.CL
Comments Accepted at ICLR 2024. 28 pages, 5 figures, 4 tables