Inverse Reinforcement Learning with Dynamic Reward Scaling for LLM Alignment

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Cheng, Ruoxi, Ma, Haoxuan, Wang, Weixin, Duan, Ranjie, Liu, Jiexi, Jia, Xiaoshuang, Qin, Simeng, Cao, Xiaochun, Liu, Yang, Jia, Xiaojun
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!