通过数据增强对比微调缓解“对象幻觉”（object hallucination）
论文Mitigating Object Hallucination via Data Augmented Co […]
通过数据增强对比微调缓解“对象幻觉”（object hallucination） Read More »
大语言模型LLM
元奖励（Meta-Rewarding）模型：角色扮演（演员actor、评审judge和元评审meta-judge）的大语言模型
论文Meta-Rewarding Language Models: Self-Improving Alignm
元奖励（Meta-Rewarding）模型：角色扮演（演员actor、评审judge和元评审meta-judge）的大语言模型 Read More »