Beyond Human Preferences: Exploring Reinforcement Learning Trajectory Evaluation and Improvement through LLMs

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Shen, Zichao, Zhu, Tianchen, Sun, Qingyun, Gao, Shiqi, Li, Jianxin
Formato: Preprint
Publicado: 2024
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares