研究者提出GraphDPO图结构偏好优化方法
热点事件观察中
研究者提出GraphDPO图结构偏好优化方法
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Ning Liu等作者提出GraphDPO，把直接偏好优化（DPO）从成对比较推广到偏好图。据其论文，该方法在由 rollout 排序诱导的有向无环偏好图上操作，用图结构的 Plackett-Luce 目标聚合支配邻域监督，并将标准 DPO 作为特例保留。 这一推广意味着对齐训练可利用多个回答之间的排序关系，而不只依赖两两成对比较。论文未给出实验效果数据。
AI 根据报道生成 · 1 天前更新
最新进展10月12日 12:00
GraphDPO：让语言模型在偏好图上做对齐，而非成对比较报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.AIGraphDPO：让语言模型在偏好图上做对齐，而非成对比较
研究者提出 GraphDPO，将 DPO 从成对偏好推广到由 rollout 排序诱导的有向无环偏好图，用图结构的 Plackett-Luce 目标聚合支配邻域监督，并把标准 DPO 作为特例保留。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 1010月12日 13:00
- 近 24 小时变化
- -51%
02.557.510
18:0010月13日06:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。