Pre-Trained Policy Discriminators are General Reward Models

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Dou, Shihan, Liu, Shichun, Yang, Yuming, Zou, Yicheng, Zhou, Yunhua, Xing, Shuhao, Huang, Chenhao, Ge, Qiming, Song, Demin, Lv, Haijun, Gao, Songyang, Lv, Chengqi, Zhou, Enyu, Guo, Honglin, Xi, Zhiheng, Zhang, Wenwei, Guo, Qipeng, Zhang, Qi, Qiu, Xipeng, Huang, Xuanjing, Gui, Tao, Chen, Kai
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computation and Language Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Accesso online

https://arxiv.org/abs/2507.05197