Shah, V., Obando-Ceron, J., Jain, V., Bartoldson, B., Kailkhura, B., Mittal, S., . . . Courville, A. (2025). A Comedy of Estimators: On KL Regularization in RL Training of LLMs.
Chicago-Zitierstil (17. Ausg.)Shah, Vedant, et al. A Comedy of Estimators: On KL Regularization in RL Training of LLMs. 2025.
MLA-Zitierstil (9. Ausg.)Shah, Vedant, et al. A Comedy of Estimators: On KL Regularization in RL Training of LLMs. 2025.
Achtung: Diese Zitate sind unter Umständen nicht zu 100% korrekt.