Robust Post-Training for Generative Recommenders: Why Exponential Reward-Weighted SFT Outperforms RLHF

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Chidambaram, Keertana, Krishnamurthy, Sanath Kumar, Xu, Qiuling, Hsiao, Ko-Jen, Bhattacharya, Moumita
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!