Offline RL by Reward-Weighted Fine-Tuning for Conversation Optimization

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Mukherjee, Subhojyoti, Lai, Viet Dac, Addanki, Raghavendra, Rossi, Ryan, Yoon, Seunghyun, Bui, Trung, Rao, Anup, Subramanian, Jayakumar, Kveton, Branislav
Formato:	Preprint
Publicado:	2025
Materias:	Computation and Language 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/2506.06964