一、引言 本报告介绍了一种基于前景理论（Prospect Theory）的大型语言模型对齐方法 ——KTO（Kahneman-Tversky Optimization）。该方法通过设计人类感知损失函数（HALO），直接最大化模型生成的效用

这篇文章提出了DEITA的数据集筛选方法 进化复杂度 目前评估复杂度的几种方法： 随机选择 长度 困惑度 大模型评分 指令结点数 评分模型（Instag） IFD 本文的做法： 让GPT给一个指令增加复杂度，生成6段对应的文本。然后用GP