dpo
an archive of posts with this tag
| Aug 11, 2026 | reward를 어떻게 설계할 것인가 — RM 설계 실무 |
|---|---|
| Aug 11, 2026 | 프론티어 모델은 helpfulness reward를 어떻게 설계했나 |
| Aug 11, 2026 | Generative Reward Models: GenRM과 선호 학습을 잇다 |
| Aug 11, 2026 | KTO: 선호 쌍 없이, 좋다·나쁘다만으로 정렬한다 |
| Aug 11, 2026 | SimPO: reference 모델을 버리고 길이로 정규화한다 |
| Aug 11, 2026 | DPO: reward model을 없애면 무엇을 잃는가 |