Visualising Policy-Reward Interplay to Inform Zeroth-Order Preference Optimisation of Large Language Models

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Galatolo, Alessio, Dai, Zhenbang, Winkle, Katie, Beloucif, Meriem
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi