Miao, Y., Zhang, S., Ding, L., Bao, R., Zhang, L., & Tao, D. (2024). InfoRM: Mitigating Reward Hacking in RLHF via Information-Theoretic Reward Modeling.
Citazione stile Chigago Style (17a edizione)Miao, Yuchun, Sen Zhang, Liang Ding, Rong Bao, Lefei Zhang, e Dacheng Tao. InfoRM: Mitigating Reward Hacking in RLHF via Information-Theoretic Reward Modeling. 2024.
Citatione MLA (9a ed.)Miao, Yuchun, et al. InfoRM: Mitigating Reward Hacking in RLHF via Information-Theoretic Reward Modeling. 2024.
Attenzione: Queste citazioni potrebbero non essere precise al 100%.