Limited Preference Data? Learning Better Reward Model with Latent Space Synthesis

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Tao, Leitian, Du, Xuefeng, Li, Sharon
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares