“奖励(In-)一致性对RLHF的涓流影响。”
沈玲凤 , 陈思浩(Sihao Chen) , 宋林峰 , 李凤珍(Lifeng Jin) , 彭宝林 , 海涛蜜 , 丹尼尔·卡沙比 , 董瑜(Dong Yu) 以下为:
奖励一致性对RLHF的涓滴效应。 CoRR公司 abs/2309.16155 ( 2023 )
由于引用数据不可用,以下列表可能不完整, 引用字符串可能未成功映射到dblp中列出的项,并且 我们没有针对这些列表中给出的所有项目的完整和精心策划的元数据。