Awesome RL with Human Feedback / 2026 / OpenReview

Online Compatible Reward Identification from Preference Feedback

作者：Simone Drago, Marco Mussi, Alberto Maria Metelli · 来源：OpenReview · 发布日期：2026

安全对齐奖励建模偏好学习人类反馈设计
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）