Tag: preference-optimization

All the articles with the tag "preference-optimization".

• 5.0

  Rethinking Efficiency in Neural Combinatorial Optimization: Batched Preference Optimization with Mamba

  2026年04月29日

  · arXiv cs.LG· 04/29 14:31 采集

  ECO 将 NCO 效率作为一等目标，结合批量化 PO 与 Mamba backbone 解耦轨迹生成与梯度更新

• 5.5

  Intrinsic Mutual Information as a Modulator for Preference Optimization

  2026年04月29日

  · arXiv cs.LG· 04/29 14:31 采集

  用互信息作为调制因子自适应调整 DPO 超参，减少手动调优时间开销