Teaching LLM to be Persuasive: Reward-Enhanced Policy Optimization for Alignment from Heterogeneous Rewards

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Zeng, Xia, Chen, Yihan, Liu, Luhui, Luo, Chao, Chen, Ye, Zhuang, Zhuoran
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!