R1-Reward: Training Multimodal Reward Model Through Stable Reinforcement Learning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Zhang, Yi-Fan, Lu, Xingyu, Hu, Xiao, Fu, Chaoyou, Wen, Bin, Zhang, Tianke, Liu, Changyi, Jiang, Kaiyu, Chen, Kaibing, Tang, Kaiyu, Ding, Haojie, Chen, Jiankang, Yang, Fan, Zhang, Zhang, Gao, Tingting, Wang, Liang
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition Computation and Language
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Lascia un commento!

Documenti analoghi