Alternating Reinforcement Learning with Contextual Rubric Rewards: Beyond the Scalarization Strategy

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Lan, Guangchen, Xiong, Lian, Zhou, Xin, Cui, Hejie, Zhang, Yuwei, Li, Mao, Shi, Zhenyu, Fetahu, Besnik, Li, Lihong, Li, Xian
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning Artificial Intelligence Computation and Language I.2.6; I.2.7
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Accesso online

https://arxiv.org/abs/2603.15646