SpecAlign: Alineación eficiente de LLMs con especificaciones mediante datos sintéticos
Descubre cómo SpecAlign utiliza datos sintéticos para alinear modelos de lenguaje con especificaciones detalladas, mejorando el cumplimiento de reglas sin
#pares de preferencia
P²-DPO: Calibración de preferencias contra alucinaciones en visión-lenguaje
Descubre cómo P²-DPO reduce alucinaciones en modelos de visión-lenguaje mediante calibración de preferencias, superando métodos con retroalimentación humana.