HyperAI
HyperAI
主区域
首页
GPU
控制台
文档
价格
Pulse
报道
资源
论文
教程
数据集
百科
基准测试
SOTA
大语言模型（LLM）
GPU 排行榜
社区
活动
开源
实用工具
搜索
关于
服务条款
隐私政策
中文
HyperAI
HyperAI
Toggle Sidebar
⌘
K
Command Palette
Search for a command to run...
登录
HyperAI
论文
Step-DPO：面向 LLMs 长链推理的分步偏好优化
6 个月前
偏好
推理
数据集
AI 基建
方法/架构
自然语言处理
任务/问题
摘要
论文
基准测试
资源
dvlab-research/step-dpo
官方
pytorch
HyperAI
HyperAI
主区域
首页
GPU
控制台
文档
价格
Pulse
报道
资源
论文
教程
数据集
百科
基准测试
SOTA
大语言模型（LLM）
GPU 排行榜
社区
活动
开源
实用工具
搜索
关于
服务条款
隐私政策
中文
HyperAI
HyperAI
Toggle Sidebar
⌘
K
Command Palette
Search for a command to run...
登录
HyperAI
论文
Step-DPO：面向 LLMs 长链推理的分步偏好优化
6 个月前
偏好
推理
数据集
AI 基建
方法/架构
自然语言处理
任务/问题
摘要
论文
基准测试
资源
dvlab-research/step-dpo
官方
pytorch
资源 - Step-DPO：面向 LLMs 长链推理的分步偏好优化 | 论文 | HyperAI超神经
391
391