Awesome RL with Human Feedback / 2026 / OpenReview

Optimal Transport for Reward Modeling from Noisy Feedback

作者：Eric Wang, Licheng Pan, Haocheng Yang, Yunsheng Lu, Yongqi Tong, Yinuo Wang, Shijian Wang, Zhixuan Chu, Lei Shen, Haoxuan Li, Yuan Lu · 来源：OpenReview · 发布日期：2026

鲁棒性/噪声反馈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）