Modifying Large Language Model Post-Training for Diverse Creative Writing

文章总结

主要内容

本文针对大型语言模型(LLMs)在创意写作任务中生成多样性不足的问题,提出了通过后训练优化提升输出多样性的方法。研究发现,现有后训练方法(如DPO、ORPO)在提升生成质量的同时,往往导致多样性下降。作者提出在训练目标中引入偏差(deviation)指标,即计算同一提示下训练样本与其他样本的差异程度,以鼓励模型学习罕见但高质量的生成模式。通过扩展DPO和ORPO,提出了DDPO(Diversified DPO)和DORPO(Diversified ORPO),并通过实验验证了这些方法在保持生成质量的同时显著提高了语义和风格多样性。最佳模型(基于Llama-3.1-8B)在多样性上与人类创作数据集相当,质量接近GPT-4o和DeepSeek-R1等先进模型。

创新点
  1. 偏差驱动的训练目标:将样本与同提示下其他样本的差异(偏差)作为权重纳入损失函数,促使模型关注罕见高质量实例。
  2. 多样化后训练方法:提出DDPO和DORPO,通过加权策略优化DPO和ORPO,平衡质量与多样性。
  3. 系统性验证:通过自动评估、人类评估、消融实验及与DivPO等现有方法的对比,证明了方法的有效性和鲁棒性。
  4. 应用场景扩展:在创意写作任务中验证了方法的可行性,为LLMs在需要多样性的场景(如故事生成、内容创作)提供了

相关新闻

使用 agentic-awesome-skills 的 aws-cdk-development 技能构建 AWS CDK 云基础设施:命名规范、Lambda 开发与多层部署前校验实战

使用 agentic-awesome-skills 的 aws-cdk-development 技能构建 AWS CDK 云基础设施:命名规范、Lambda 开发与多层部署前校验实战

AI 技能AI 插件人工智能 【免费下载链接】agentic-awesome-skills AAS Core is the local, agent-first control plane for complete catalog discovery, agent-owned selection, stack validation, and planning, backed by 2,600 agentic skills. Includes CLI, local MCP, c…

2026/11/14 1:12:12 阅读更多 →
Audio Transcription Report

Audio Transcription Report

Audio Transcription Report 【免费下载链接】agentic-awesome-skills AAS Core is the local, agent-first control plane for complete catalog discovery, agent-owned selection, stack validation, and planning, backed by 2,600 agentic skills. Includes CLI, local MC…

2026/11/15 13:49:18 阅读更多 →
rembg 背景去除实战:3 分钟跑通,选对模型少踩 3 个坑

rembg 背景去除实战:3 分钟跑通,选对模型少踩 3 个坑

rembg 背景去除实战:3 分钟跑通,选对模型少踩 3 个坑 【免费下载链接】rembg Rembg is a tool to remove images background 项目地址: https://gitcode.com/GitHub_Trending/re/rembg 痛点开场 运营每天花 40 分钟手动抠产品图,设计…

2026/11/16 0:09:36 阅读更多 →

最新新闻

Electron桌面应用开发实战:从环境搭建到打包发布全流程

Electron桌面应用开发实战:从环境搭建到打包发布全流程

做前端这些年,我大部分时间都在跟浏览器标签页打交道,直到第一次把桌面应用跑起来,才发现原来自己一直被限制在地址栏和刷新按钮围起来的框框里。Electron这个词,最开始是在某段时间频繁出现在同事的讨论里,一个用HTML…

2026/11/18 13:59:04 阅读更多 →
滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

简介:亚太天能T109滑盖智能锁产品说明书是一份PDF格式的官方技术文档,主要面向智能锁安装人员、终端用户及售后维护者,帮助快速掌握产品安装、配置与常见故障处理。全包仅1个PDF文件,大小4.37MB,内容结构清晰&#xff…

2026/11/18 15:33:23 阅读更多 →
PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

上个月我在调试一台高速AGV的驱动系统,整车要求空载跑到8m/s,电机转速已经拉到额定点,驱动器的输出电压也顶到了母线电压极限附近。再往上踩速度指令,转速纹丝不动,三相电流反而开始震荡。那会儿我的第一反应就是&…

2026/11/18 17:05:28 阅读更多 →
C++核心知识点:从内存管理到STL的实战指南

C++核心知识点:从内存管理到STL的实战指南

C 这门语言我前前后后折腾了十几年,用它写过嵌入式驱动、做过游戏服务端,也搭过基础组件库。每次看到新人一头扎进"C 核心知识点"这个搜索词,我其实挺感慨的——这门语言的难点从来不是语法多,而是知识点之间的耦合太深…

2026/11/18 14:33:19 阅读更多 →
T109滑盖智能锁怎么装?安装调试与故障排查全攻略

T109滑盖智能锁怎么装?安装调试与故障排查全攻略

简介:亚太天能T109滑盖智能锁产品说明书以PDF格式发布,适合智能锁用户、安装人员与售后维修人员阅读。内容围绕T109系列指纹密码刷卡锁展开,先介绍前面板、后面板、锁体、机械钥匙、电池盒盖等部件名称与功能,再给出完整安装步骤&…

2026/11/18 17:05:28 阅读更多 →
LLM知识降熵:从信息垄断到理解权下放

LLM知识降熵:从信息垄断到理解权下放

你有没有过这种经历:翻开源码注释、论文摘要或者一份专业报告,每个字都认识,连在一起却像天书。想找人聊聊,身边要么没人懂,要么懂的懒得跟你解释。后来我试着把同一段内容丢给一个大语言模型,几秒钟之后&a…

2026/11/18 14:13:08 阅读更多 →

日新闻

周新闻

月新闻