Inverse-Q*: Token Level Reinforcement Learning for Aligning Large Language Models Without Preference Data

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Xia, Han, Gao, Songyang, Ge, Qiming, Xi, Zhiheng, Zhang, Qi, Huang, Xuanjing
Format: Preprint
Publié: 2024
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires