ARF-RLHF: Adaptive Reward-Following for RLHF through Emotion-Driven Self-Supervision and Trace-Biased Dynamic Optimization

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autor principal:	Zhang, YuXuan
Formato:	Preprint
Publicado:	2025
Materias:	Computation and Language Artificial Intelligence 68T05, 68Q25 I.2.6; I.2.7
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2507.03069