主页
返回索引
+
点赞
0
Awesome RL with Human Feedback / 2023 / arXiv
A Baseline Analysis of Reward Models' Ability To Accurately Analyze Foundation Models Under Distribution Shift
作者：
Ben Pikus, Will LeVine, Tony Chen, Sean Hendryx ·
来源：
arXiv ·
发布日期：
2023
鲁棒性/噪声反馈
奖励建模
评测/基准
新标签打开 AlphaXiv
AlphaXiv 中文概览（可滚动查看）
