Quantile Reward Policy Optimization: Alignment with Pointwise Regression and Exact Partition Functions

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Matrenok, Simon, Moalla, Skander, Gulcehre, Caglar
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!