BadReward: Clean-Label Poisoning of Reward Models in Text-to-Image RLHF

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Duan, Kaiwen, Yao, Hongwei, Chen, Yufei, Li, Ziyun, Qiao, Tong, Qin, Zhan, Wang, Cong
Format:	Preprint
Publié:	2025
Sujets:	Machine Learning Artificial Intelligence Cryptography and Security
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2506.03234