From Curiosity to Caution: Mitigating Reward Hacking for Best-of-N with Pessimism

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Yu, Zhuohao, Wu, Zhiwei Steven, Block, Adam
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!