Sample-Efficient Reinforcement Learning from Human Feedback via Information-Directed Sampling

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Qi, Han, Yang, Haochen, Zhang, Qiaosheng, Yang, Zhuoran
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares