APLOT: Robust Reward Modeling via Adaptive Preference Learning with Optimal Transport

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Li, Zhuo, Feng, Yuege, Guo, Dandan, Hu, Jinpeng, Gao, Anningzhe, Wan, Xiang
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2510.10963