Mousavi-Hosseini, A., & Erdogdu, M. A. (2026). Post-Training with Policy Gradients: Optimality and the Base Model Barrier.
Chicago-Zitierstil (17. Ausg.)Mousavi-Hosseini, Alireza, und Murat A. Erdogdu. Post-Training with Policy Gradients: Optimality and the Base Model Barrier. 2026.
MLA-Zitierstil (9. Ausg.)Mousavi-Hosseini, Alireza, und Murat A. Erdogdu. Post-Training with Policy Gradients: Optimality and the Base Model Barrier. 2026.
Achtung: Diese Zitate sind unter Umständen nicht zu 100% korrekt.