论文Agent 与开发者精选10:30一种零阶范式用于大语言模型偏好对齐朋友,这篇论文提出了一种叫ComPO的新方法,能更高效地让大模型符合人类偏好,比传统方法效果更好。#ComPO#偏好对齐#零阶优化aarXiv cs.AI@Peter Chen 等 4 人原文稍后读已读值得跟进有用关注 ComPO