东北大学在多语言反对言论生成中的应用：通过直接偏好优化提高反对言论生成的效果

本文针对现有自动反对言论生成方法质量不足的问题，提出了一种新颖的方法，通过对大型语言模型（LLMs）进行监督微调（SFT）和直接偏好优化（DPO）来提升生成效果。实验结果表明，DPO对齐的模型在反对言论基准测试中的表现显著优于SFT基线，并且能够有效扩展到多种语言，为反对言论生成的多语言环境提供了潜在的改进方向。