Awesome RL with Human Feedback / 2026 / OpenReview

Conversation for Non-verifiable Learning: Self-Evolving Large Language Models through Meta-Evaluation

作者：Yuan Sui, Bryan Hooi · 来源：OpenReview · 发布日期：2026

偏好学习评测/基准人类反馈设计
新标签打开 PDF
未获取到公开可用关键图
在线论文 PDF（可滚动查看）