#DDPO

AI科研传播指数 31

Midjourney 联手 NYU 发论文：教大模型别再写千篇一律的烂俗故事

本周，Midjourney 与纽约大学共同发表论文，提出 DDPO 和 DORPO 两种优化方法。大模型在传统微调后往往只挑「安全牌」，写出的故事千篇一律；新技术通过在后训练中奖励高质量的独特回答，让 Llama 3.1 和 Mistral 在创意写作时展现出更丰富的想象力。