#偏好优化

GAP-DPO：用梯度对齐重塑个性化偏好优化

arXiv 新论文提出 GAP-DPO，将个性化偏好优化重构为梯度对齐的几何问题。通过效用感知的偏好对选择，在风格保真度、偏好对齐和生成质量上全面超越标准 DPO。