Asynchronous RLHF: Faster and More Efficient Off-Policy RL for Language Models

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Noukhovitch, Michael, Huang, Shengyi, Xhonneux, Sophie, Hosseini, Arian, Agarwal, Rishabh, Courville, Aaron
Formato: Preprint
Publicado: 2024
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares