主页
返回索引
+
点赞
0
Awesome RL with Human Feedback / 2025 / arXiv
Towards Efficient Online Exploration for Reinforcement Learning with Human Feedback
作者:
Gen Li, Yuling Yan ·
来源:
arXiv ·
发布日期:
2025
偏好学习
在线人类反馈强化学习
探索
样本效率
人类反馈设计
新标签打开 AlphaXiv
AlphaXiv 中文概览(可滚动查看)