Awesome RL with Human Feedback / 2026 / OpenReview

Unifying Adversarial Robustness and Training Across Text Scoring Models

作者：Manveer Tamber, Hosna Oyarhoseini, Jimmy Lin · 来源：OpenReview · 发布日期：2026

鲁棒性/噪声反馈奖励建模策略优化策略梯度人类反馈强化学习
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）