Zhang, Z., Tang, Y., Zhang, J., Ma, L., & Sugiyama, M. (2026). Data-dependent Exploration for Online Reinforcement Learning from Human Feedback.
Chicago-Zitierstil (17. Ausg.)Zhang, Zhen-Yu, Yuting Tang, Jiandong Zhang, Lanjihong Ma, und Masashi Sugiyama. Data-dependent Exploration for Online Reinforcement Learning from Human Feedback. 2026.
MLA-Zitierstil (9. Ausg.)Zhang, Zhen-Yu, et al. Data-dependent Exploration for Online Reinforcement Learning from Human Feedback. 2026.
Achtung: Diese Zitate sind unter Umständen nicht zu 100% korrekt.