谷歌浏览器插件

订阅小程序

在清言上使用

立即登录

学术主页个人账号

我的关注论文收藏浏览历史

Faster, More Efficient RLHF Through Off-Policy Asynchronous Learning

Mikhail Noukhovitch, Shengyi Huang, Louis-Pascal Xhonneux,Arian Hosseini,Rishabh Agarwal,Aaron Courville

ICLR 2025（2025）

引用 0|浏览3

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