Online Iterative Reinforcement Learning from Human Feedback with General Preference Model

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Ye, Chenlu, Xiong, Wei, Zhang, Yuheng, Dong, Hanze, Jiang, Nan, Zhang, Tong
Natura: Preprint
Pubblicazione: 2024
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!