neng8科技快讯网AI人工智能前沿资讯_汽车数码相机评测_手机电脑硬件百科

深度对比: SFT、ReFT、RHLF、RLAIF、DPO、PPO

https://github.com/xinyuwei-david/david-share.git

最近OpenAI Day2展示的demo可能把ReFT带火了。实际上这不是一个很新的概念，也不是OpenAI原创的论文。

接下来，本文对比SFT、ReFT、RHLF、DPO、PPO这几种常见的技术。