Abstract
CoT를 DPO에 사용하여 모델을 반복적으로 개선하는 Iterative RPO 제안
[arXiv](2024/04/30 version v1)
Iterative Reasoning Preference Optimization
CoT와 답변을 생성하고 순위를 매기고
DPO + NLL의 조합으로
반복적으로 개선한다.
Experiments
논문 리뷰/Language Model
CoT를 DPO에 사용하여 모델을 반복적으로 개선하는 Iterative RPO 제안
[arXiv](2024/04/30 version v1)
CoT와 답변을 생성하고 순위를 매기고
DPO + NLL의 조합으로
반복적으로 개선한다.
