Inverse Reinforcement Learning with Dynamic Reward Scaling for LLM Alignment

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Cheng, Ruoxi, Ma, Haoxuan, Wang, Weixin, Duan, Ranjie, Liu, Jiexi, Jia, Xiaoshuang, Qin, Simeng, Cao, Xiaochun, Liu, Yang, Jia, Xiaojun
Format:	Preprint
Publié:	2025
Sujets:	Computation and Language Artificial Intelligence Machine Learning
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2503.18991