UMM-RM: An Upcycle-and-Merge MoE Reward Model for Mitigating Reward Hacking

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Fu, Lingling, Xue, Yongfu
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires