PanoramaStudio Pro 3 汉化版是一款专业的全景图像制作软件，支持多种格式，具备自动对齐和曝光校正功能，用户可轻松创建和编辑全景图像，并提供2D和3D预览，操作简便，性能优越。

本研究提出自我引导优化（SSO）算法，解决自动对齐中缺乏人类标注偏好信号的问题。SSO通过迭代训练自动生成高质量偏好信号，显著提升基础模型性能，支持奖励模型优化。

SALMON是一种新方法，使用少量人定的原则和基于合成偏好数据训练的奖励模型，实现了对基础语言模型的自动对齐，提高了监督效率、可控性和可扩展性。在各种基准数据集上显著超越了几种最先进的人工智能系统，包括LLaMA-2-Chat-70b。

该研究提出了一种名为SALMON的新方法，使用少量人定的原则和基于合成偏好数据训练的奖励模型，实现了对基础语言模型的自动对齐，提高了监督效率、可控性和可扩展性。在各种基准数据集上显著超越了几种最先进的人工智能系统，包括LLaMA-2-Chat-70b。