#DDPO

AI科研傳播指數 31

Midjourney 聯手 NYU 發論文：教大模型別再寫千篇一律的爛俗故事

本週，Midjourney 與紐約大學共同發表論文，提出 DDPO 和 DORPO 兩種最佳化方法。大模型在傳統微調後往往只挑「安全牌」，寫出的故事千篇一律；新技術通過在後訓練中獎勵高質量的獨特回答，讓 Llama 3.1 和 Mistral 在創意寫作時展現出更豐富的想像力。