Variance-aware Reward Modeling with Anchor Guidance

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Fang, Shuxing, Han, Ruijian, Zhang, Liangyu, Zhou, Fan
Formato:	Preprint
Publicado:	2026
Materias:	Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2605.11865