LaSeR: Reinforcement Learning with Last-Token Self-Rewarding

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Wenkai, Liu, Weijie, Xie, Ruobing, Guo, Yiju, Wu, Lulu, Yang, Saiyong, Lin, Yankai
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!

Ähnliche Einträge