KL-Regularised Q-Learning: A Token-level Action-Value perspective on Online RLHF

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Brown, Jason R, Wells, Lennie, Young, Edward James, Bacallado, Sergio
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!