논문 리뷰/Language Model Iterative Reasoning Preference Optimization Ostin 2024. 5. 3. 16:13 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 저작자표시 (새창열림)
