Referenzfreie monolithische Präferenzoptimierung mit Odds Ratio

Eine einfache und innovative referenzmodellfreie monolithische Odds Ratio Präferenzoptimierungsalgorithmus (ORPO) eliminiert die Notwendigkeit einer zusätzlichen Präferenzausrichtungsphase und übertrifft den Stand der Technik bei Instruktionsfolge-Benchmarks.