Termine del glossario AI
Che cos’è DPO (ottimizzazione delle preferenze dirette)?
Definizione
Un metodo di formazione che ottimizza i modelli direttamente sulle coppie di preferenze senza bisogno di un modello di ricompensa separato.
Termine del glossario AI
Un metodo di formazione che ottimizza i modelli direttamente sulle coppie di preferenze senza bisogno di un modello di ricompensa separato.