会员服务
Optimization-based Prompt Injection Attack to LLM-as-a-Judge
Arxiv
0+阅读 · 11月15日
PopAlign: Diversifying Contrasting Patterns for a More Comprehensive Alignment
Arxiv
0+阅读 · 10月17日
RLAIF vs. RLHF: Scaling Reinforcement Learning from Human Feedback with AI Feedback
Arxiv
0+阅读 · 9月3日
Optimization-based Prompt Injection Attack to LLM-as-a-Judge
Arxiv
0+阅读 · 8月24日
A Comprehensive Survey of LLM Alignment Techniques: RLHF, RLAIF, PPO, DPO and More
Arxiv
0+阅读 · 7月23日
Applying RLAIF for Code Generation with API-usage in Lightweight LLMs
Arxiv
0+阅读 · 6月28日
参考链接
微信扫码咨询专知VIP会员
Top