C3PO

C3PO 是一种基于用户反馈的 LLM 模型对齐技术，可以从单个反馈句子中对 LLM 进行调整，避免过度概括化。该技术提供了参考实现、相关基准线和必要组件，方便研究论文中提出的技术。

需求人群： "用于从单个句子的用户反馈中微调 LLM 模型，实现更符合用户偏好且不过度概括化的结果。"