Inverse Reinforcement Learning with Dynamic Reward Scaling for LLM Alignment

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Cheng, Ruoxi, Ma, Haoxuan, Wang, Weixin, Duan, Ranjie, Liu, Jiexi, Jia, Xiaoshuang, Qin, Simeng, Cao, Xiaochun, Liu, Yang, Jia, Xiaojun
Formato:	Preprint
Publicado:	2025
Materias:	Computation and Language Artificial Intelligence Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2503.18991