提出GraphDPO：将DPO扩展为图结构偏好优化
热点事件持续更新
提出GraphDPO：将DPO扩展为图结构偏好优化
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Ning Liu、Chuanneng Sun、Kristina Klinkner、Shervin Malmasi等在arXiv（cs.AI）发布论文，提出GraphDPO，将直接偏好优化（DPO）从独立成对比较推广为在多轮rollout排序诱导的有向无环偏好图上的结构化优化：支配关系编码为边，采用受Plackett–Luce启发的目标函数聚合被支配邻域的监督。 方法可传递偏好传递关系，并通过等价类处理并列与不可比较的响应；在该分层构造下，借助高效的log-sum-exp聚合保持每个prompt线性复杂度。 据论文摘要报告，在推理和程序合成任务上的实验显示优于对比方法；具体数值与基线细节未在摘要中给出。
AI 根据报道生成 · 3 小时前更新
最新进展10月12日 12:00
GraphDPO将语言模型成对偏好优化扩展为偏好图优化报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · cs.AIGraphDPO将语言模型成对偏好优化扩展为偏好图优化
Ning Liu等人提出GraphDPO，将直接偏好优化从独立成对比较扩展到由多轮rollout排序形成的有向无环偏好图，并设计受Plackett--Luce启发的目标函数聚合被支配邻域监督。方法可传递偏好传递关系，通过等价类处理并列和不可比较响应，同时保持每个prompt的线性复杂度；在推理和程序合成任务上的实验由摘要报告为优于对比方法。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月12日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。