RLSR: Reinforcement Learning with Supervised Reward Outperforms SFT in Instruction Following

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Wang, Zhichao, Wong, Andy, Belkin, Ruslan
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!