Gradient Regularization Prevents Reward Hacking in Reinforcement Learning from Human Feedback and Verifiable Rewards

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Ackermann, Johannes, Noukhovitch, Michael, Ishida, Takashi, Sugiyama, Masashi
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!