RLHF -- DPO 本文最后更新于：2025年2月16日 晚上 RLHF – DPO ongoing AIGC > RLHF #智能系统 #深度学习 #AIGC RLHF -- DPO https://jesseprince.github.io/2025/02/16/aigcs/rlhf/dpo/ 作者 林正 发布于 2025年2月16日 许可协议 RLHF -- GRPO 上一篇 RLHF -- From Zero to PPO 代码篇 下一篇