BriefGPT - AI 论文速递 · 2025-03-10T00:00:00Z RePO: ReLU-based Preference Optimization 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种新的ReLU-based Preference Optimization (RePO)算法，旨在解决大型语言模型与人类偏好对齐中的计算和稳定性问题。RePO简化了调参过程，提升了模型性能，实验证明其在多个基础模型上优于现有方法DPO和SimPO。 🏷️ 标签 RePO 偏好优化 大型语言模型 模型性能 调参 阅读原文 生成长图 分享链接 已复制链接
