Fake it till You Make it: Reward Modeling as Discriminative Prediction

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Liu, Runtao, Zhan, Jiahao, He, Yingqing, Wei, Chen, Yuille, Alan, Chen, Qifeng
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares