Sentence-level Reward Model can Generalize Better for Aligning LLM from Human Preference

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Qiu, Wenjie, Li, Yi-Chen, Zhang, Xuqin, Zhang, Tianyi, Zhang, Yihang, Zhang, Zongzhang, Yu, Yang
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!