Fixing the Broken Compass: Diagnosing and Improving Inference-Time Reward Modeling

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Li, Jiachun, Cao, Pengfei, Jin, Zhuoran, Chen, Yubo, Xu, Jiexin, Li, Huaijun, Jiang, Xiaojian, Liu, Kang, Zhao, Jun
Formato:	Preprint
Publicado:	2025
Materias:	Computation and Language Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2503.05188