InfoRM: Mitigating Reward Hacking in RLHF via Information-Theoretic Reward Modeling

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Miao, Yuchun, Zhang, Sen, Ding, Liang, Bao, Rong, Zhang, Lefei, Tao, Dacheng
Natura: Preprint
Pubblicazione: 2024
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!