How Neural Reward Models Learn Features for Policy Optimization: A Single-Index Analysis

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Higuchi, Rei, Kawata, Ryotaro, Wachi, Akifumi, Takakura, Shokichi, Miyaguchi, Kohei, Suzuki, Taiji
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!