谷歌浏览器插件
订阅小程序
在清言上使用
VIPCreated with Sketch.

Improving Reinforcement Learning from Human Feedback with Efficient Reward Model Ensemble.

Shun Zhang,Zhenfang Chen,Sunli Chen,Yikang Shen,Zhiqing Sun,Chuang Gan

CoRR（2024）

引用 0|浏览55
关键词
Reinforcement Learning
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要