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

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Liu, Runtao, Zhan, Jiahao, He, Yingqing, Wei, Chen, Yuille, Alan, Chen, Qifeng
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi