PARM: Multi-Objective Test-Time Alignment via Preference-Aware Autoregressive Reward Model

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Lin, Baijiong, Jiang, Weisen, Xu, Yuancheng, Chen, Hao, Chen, Ying-Cong
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares