HRLAIF: Improvements in Helpfulness and Harmlessness in Open-domain Reinforcement Learning From AI Feedback

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Li, Ang, Xiao, Qiugen, Cao, Peng, Tang, Jian, Yuan, Yi, Zhao, Zijie, Chen, Xiaoyuan, Zhang, Liang, Li, Xiangyang, Yang, Kaitong, Guo, Weidong, Gan, Yukang, Yu, Xu, Wang, Daniell, Shan, Ying
Formato:	Preprint
Publicado:	2024
Materias:	Machine Learning Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2403.08309