Learning a Pessimistic Reward Model in RLHF

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Xu, Yinglun, Kang, Hangoo, Suresh, Tarun, Wan, Yuxuan, Singh, Gagandeep
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2505.20556