主页
返回索引
+
点赞
0
Awesome RL with Human Feedback / 2024 / arXiv
Dense Reward for Free in Reinforcement Learning from Human Feedback
作者:
Alex J. Chan, Hao Sun, Samuel Holt, Mihaela van der Schaar ·
来源:
arXiv ·
发布日期:
2024
奖励建模
偏好学习
信用分配/密集奖励
人类反馈设计
新标签打开 AlphaXiv
新标签打开 Code
AlphaXiv 中文概览(可滚动查看)