Your Language Model is Its Own Critic: Reinforcement Learning with Value Estimation from Actor's Internal States

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Choi, Yunho, Lim, Jongwon, Ahn, Woojin, Oh, Minjae, Shim, Jeonghoon, Jo, Yohan
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi