When Human Preferences Flip: An Instance-Dependent Robust Loss for RLHF

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Xu, Yifan, Ye, Xichen, Chen, Yifan, Zhang, Qiaosheng
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares