主页
返回索引
+
点赞
0
Awesome RL with Human Feedback / 2026 / arXiv
Reward Model Routing in Alignment
作者：
Xinle Wu, Yao Lu ·
单位：
National University of Singapore ·
来源：
arXiv ·
发布日期：
2025-10-03
奖励建模
偏好学习
对齐目标设计
新标签打开 AlphaXiv
AlphaXiv 中文概览（可滚动查看）
