Divergence based Ranked Preference Alignment for LLMs

Rajdeep Haldar, Yue Xing, Qifan Song

На странице источника доступны аннотация, полный текст или сведения о том, где его прочитать. Препринт может ещё не пройти рецензирование; проверьте, появилась ли журнальная версия.