BriefGPT - AI 论文速递 · 2024-10-01T00:00:00Z

FlipGuard: Defending Preference Consistency against Update Regression through Constrained Optimization

📝

内容提要

本研究提出了FlipGuard，一种约束优化方法，旨在解决大语言模型在偏好一致性方面的更新回退问题。实验结果表明，FlipGuard有效减轻了更新回归，同时保持了知识保留和整体表现。

🏷️

标签

FlipGuard 偏好一致性 更新回退 知识保留 约束优化