DeRa在解码中重新对齐，让语言模型更少幻觉、更符合人类偏好

一项由多国研究团队和Google专家合作的论文在ICML-2024上获得了关注，他们提出了一种名为DeRa的新技术，旨在优化语言模型的对齐，使其在生成回答时更符合人类偏好。DeRa允许在不重新训练模型的情况下调整奖励和正则化的平衡，提高了研究效率并减少了计算成本。实验表明，DeRa在多项任务中表现出色，包括调整对齐程度、控制生成内容的长度和改善摘要质量，同时能有效减少大模型中的“幻觉”问题。
来源：https://mp.weixin.qq.com/s/-9MjgNOLRrUdaQUF5tVv9w