关注
Ryan S Park
Ryan S Park
Stanford Student
在 stanford.edu 的电子邮件经过验证
标题
引用次数
引用次数
年份
From to : Your Language Model is Secretly a Q-Function
R Rafailov, J Hejna, R Park, C Finn
arXiv preprint arXiv:2404.12358, 2024
212024
Disentangling length from quality in direct preference optimization
R Park, R Rafailov, S Ermon, C Finn
arXiv preprint arXiv:2403.19159, 2024
172024
Scaling Laws for Reward Model Overoptimization in Direct Alignment Algorithms
R Rafailov, Y Chittepu, R Park, H Sikchi, J Hejna, B Knox, C Finn, ...
arXiv preprint arXiv:2406.02900, 2024
32024
Preference Optimization for Molecular Language Models
R Park, R Theisen, N Sahni, M Patek, A Cichońska, R Rahman
arXiv preprint arXiv:2310.12304, 2023
22023
系统目前无法执行此操作，请稍后再试。
文章 1–4
共建清朗的网络空间,如遇有害信息,请举报。
本站数据皆整合自互联网公开资源索引,方便科研学术方面查询,并不存储相关数据资源;如对此有异议,请联系我们解决.
© 2023 学术资源搜索   @联系我们 | 申请短期会员 | 数据源提交