偏好优化算法 KTO 升级为 TRL 稳定 API
ethayarajh · x · 2026-07-06
HuggingFace 训练库 TRL 将偏好学习方法 KTO（Kahneman-Tversky Optimization）正式提升为稳定 API，KTOTrainer 与 KTOConfig 从实验性接口毕业，便于研究者更稳定地进行偏好优化训练。
「研究」频道最新
- HF 工程师争论:非生成任务全用因果注意力是在浪费算力 — antoine_chaffin · 2026-09-11
- 智利学者：AI 反馈规模化是医学教育可持续的关键 — julianvarascom · 2026-09-11
- Nature 新研究实现全身器官细胞活动成像,揭示跨器官体级回路 — arjunrajlab · 2026-09-11
- SignNet 1M 手语数据集发布 — ducha_aiki · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- InFlux++ 方法发布 — ducha_aiki · 2026-09-11