Back to Basics: Revisiting REINFORCE Style Optimization for Learning from Human Feedback in LLMs

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Ahmadian, Arash, Cremer, Chris, Gallé, Matthias, Fadaee, Marzieh, Kreutzer, Julia, Pietquin, Olivier, Üstün, Ahmet, Hooker, Sara
Formato: Preprint
Publicado: 2024
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares