标签
一种新方法FLORA（频率校正的有序秩对齐学习）通过基于原理的频率校正确对齐生成器和验证器模式，改进了LLMs。实验表明，在IFEval和HumanEval等基准测试上，G-V一致性和生成器性能均取得了显著提升。