生成排序协同提升
把生成器与排序器放进一个框架里互相反馈，生成质量比分别训练更强。
Shen, Weizhou · 宫叶云 · Shen, Yelong · Song, Wang · 权小军 · 段楠 · Chen, Weizhu
2023
生成器获得排序器奖励信号，排序器通过对比生成结果学习，二者迭代更新，共同提升质量。
代码和模型已公开，可直接用于复现或集成到文本生成流程。