Value-Incentivized Preference Optimization: A Unified Approach to Online and Offline RLHF

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cen, Shicong, Mei, Jincheng, Goshvadi, Katayoon, Dai, Hanjun, Yang, Tong, Yang, Sherry, Schuurmans, Dale, Chi, Yuejie, Dai, Bo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Keine Beschreibung verfügbar.

Ähnliche Einträge