ENCORE: Entropy-guided Reward Composition for Multi-head Safety Reward Models

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Li, Xiaomin, Chen, Xupeng, Fan, Jingxuan, Jiang, Eric Hanchen, Gao, Mingye
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares