AI资讯新闻榜单内容搜索-CodeDPO

关键词: AI,CodeDPO,模型训练,人工智能

代码模型SFT对齐后，缺少进一步偏好学习的问题有解了。 北大李戈教授团队与字节合作，在模型训练过程中引入偏好学习，提出了一个全新的代码生成优化框架——CodeDPO。