论文精选73°10:48PLC-DPO:噪声偏好优化中的后验标签校正研究人员提出PLC-DPO,能校正噪声偏好数据,在57个测试单元中胜率超DPO 5个百分点。#PLC-DPO#DPO#偏好优化#后验标签校正aarXiv cs.LG@Boryeong Cho 等 3 人原文稍后读已读值得跟进有用关注 PLC-DPO