Sail into the Headwind: Alignment via Robust Rewards and Dynamic Labels against Reward Hacking

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Rashidinejad, Paria, Tian, Yuandong
Format:	Preprint
Publié:	2024
Sujets:	Machine Learning Artificial Intelligence Optimization and Control Statistics Theory
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2412.09544