Features as Rewards: Scalable Supervision for Open-Ended Tasks via Interpretability

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Prasad, Aaditya Vikram, Watts, Connor, Merullo, Jack, Gala, Dhruvil, Lewis, Owen, McGrath, Thomas, Lubana, Ekdeep Singh
Format:	Preprint
Publié:	2026
Sujets:	Machine Learning
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2602.10067