Toward Evaluative Thinking: Meta Policy Optimization with Evolving Reward Models

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Kim, Zae Myung, Park, Chanwoo, Raheja, Vipul, Kim, Suin, Kang, Dongyeop
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares