Getting More Juice Out of the SFT Data: Reward Learning from Human Demonstration Improves SFT for LLM Alignment

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Li, Jiaxiang, Zeng, Siliang, Wai, Hoi-To, Li, Chenliang, Garcia, Alfredo, Hong, Mingyi
Natura: Preprint
Pubblicazione: 2024
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi