A Unified Pairwise Framework for RLHF: Bridging Generative Reward Modeling and Policy Optimization

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Xu, Wenyuan, Zuo, Xiaochen, Xin, Chao, Yue, Yu, Yan, Lin, Wu, Yonghui
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!