Distributional Process Reward Models: Calibrated Prediction of Future Rewards via Conditional Optimal Transport

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Ma, Rachel, Hadfield-Menell, Dylan, Greenewald, Kristjan
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!