Online Iterative Reinforcement Learning from Human Feedback with General Preference Model

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Ye, Chenlu, Xiong, Wei, Zhang, Yuheng, Dong, Hanze, Jiang, Nan, Zhang, Tong
Format: Preprint
Publié: 2024
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires