主页
返回索引
+
点赞
0
Awesome RL with Human Feedback / 2023 / arXiv
Adversarial Preference Optimization
作者：
Pengyu Cheng, Yifan Yang, Jian Li, Yong Dai, Nan Du ·
单位：
Tencent AI Lab ·
来源：
arXiv ·
发布日期：
2023
偏好学习
策略优化
博弈/纳什
新标签打开 AlphaXiv
新标签打开 Code
AlphaXiv 中文概览（可滚动查看）
