主页
返回索引
+
点赞
0
Awesome RL with Human Feedback / 2023 / arXiv
Inverse Preference Learning: Preference-based RL without a Reward Function
作者：
Joey Hejna, Dorsa Sadigh ·
单位：
Stanford University ·
来源：
arXiv ·
发布日期：
2023
奖励建模
偏好学习
无奖励对齐
新标签打开 AlphaXiv
新标签打开 Code
AlphaXiv 中文概览（可滚动查看）
