When Greedy Wins: Emergent Exploitation Bias in Meta-Bandit LLM Training

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Chen, Sanxing, Chen, Xiaoyin, Huang, Yukun, Xie, Roy, Dhingra, Bhuwan
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires