Fu, L., & Xue, Y. (2025). UMM-RM: An Upcycle-and-Merge MoE Reward Model for Mitigating Reward Hacking.
Chicago-Zitierstil (17. Ausg.)Fu, Lingling, und Yongfu Xue. UMM-RM: An Upcycle-and-Merge MoE Reward Model for Mitigating Reward Hacking. 2025.
MLA-Zitierstil (9. Ausg.)Fu, Lingling, und Yongfu Xue. UMM-RM: An Upcycle-and-Merge MoE Reward Model for Mitigating Reward Hacking. 2025.
Achtung: Diese Zitate sind unter Umständen nicht zu 100% korrekt.