ScholarGate
Асистент

Порівняння методів

Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.

Пряма оптимізація вподобань×Моделі прихованої дифузії×
ГалузьГлибоке навчанняГлибоке навчання
РодинаMachine learningMachine learning
Рік появи20232022
Автор методуRafael RafailovRobin Rombach
ТипTraining methodologyNeural network architecture
Основоположне джерелоRafailov, R., Sharma, A., Mitchell, E., Manning, C. D., Ermon, S., & Finn, C. (2023). Direct preference optimization: Your language model is secretly a reward model. arXiv preprint arXiv:2305.18290. link ↗Rombach, R., Blattmann, A., Lorenz, D., Esser, P., & Ommer, B. (2022). High-resolution image synthesis with latent diffusion models. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 10684-10695). DOI ↗
Інші назвиDPO, Direct preferenceLDM, Stable Diffusion, Latent Diffusion
Пов'язані44
ПідсумокDirect Preference Optimization (DPO) is a training method introduced by Rafailov et al. in 2023 that aligns language models with human preferences without requiring an explicit reward model. By directly optimizing for preference pairs (better response vs worse response), DPO simplifies the training pipeline compared to reinforcement learning from human feedback (RLHF).Latent Diffusion Models (LDMs) are a generative approach introduced by Rombach et al. in 2022 that performs the diffusion process in a compressed latent space rather than pixel space, enabling efficient high-resolution image synthesis. By compressing images into a low-dimensional latent representation using a variational autoencoder, diffusion becomes computationally tractable while maintaining visual quality.
ScholarGateНабір даних
  1. v1
  2. 1 Джерела
  3. PUBLISHED
  1. v1
  2. 1 Джерела
  3. PUBLISHED

Перейти до пошуку Завантажити слайди

ScholarGateПорівняння методів: Direct Preference Optimization · Latent Diffusion Models. Отримано 2026-06-15 з https://scholargate.app/uk/compare