Not All Preferences Are Created Equal: Stability-Aware and Gradient-Efficient Alignment for Reasoning Models

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Wu, Hui, Cai, Hengyi, Zhao, Jinman, Chen, Xinran, Li, Ziheng, Zhao, Zhejun, Wang, Shuaiqiang, Li, Yuchen, Yin, Dawei
Formato: Preprint
Publicado: 2026
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares