Oracle-RLAIF: An Improved Fine-Tuning Framework for Multi-modal Video Models through Reinforcement Learning from Ranking Feedback

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Shi, Derek, Glatt, Ruben, Klymko, Christine, Mohole, Shubham, Choi, Hongjun, Kushwaha, Shashank, Sakla, Sam, da Silva, Felipe Leno
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares