AlphaPO: Reward Shape Matters for LLM Alignment

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Gupta, Aman, Tang, Shao, Song, Qingquan, Zhu, Sirou, Hong, Jiwoo, Saha, Ankan, Gupta, Viral, Lee, Noah, Kim, Eunki, Zhu, Siyu, Agrawal, Parag, Pillai, Natesh, Keerthi, S. Sathiya
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!