Mending the Holes: Mitigating Reward Hacking in Reinforcement Learning for Multilingual Translation

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Liu, Yifeng, Ouyang, Siqi, Revanasiddappa, Yatish Hosmane, Li, Lei
Format: Preprint
Publié: 2026
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires