1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 法律/法规/法学
  5. 理论/案例

Scaling Laws for Reward Model OveroptimizationChatGPT主题资料合编.pdfVIP

  • 0
  • 0
  • 约6.27万字
  • 约 28页
  • 2026-03-26 发布于浙江
  • 举报

Scaling Laws for Reward Model OveroptimizationChatGPT主题资料合编.pdf

    ScalingLawsforRewardModelOveroptimization

    LeoGaoJohnSchulmanJacobHilton

    OpenAIOpenAIOpenAI

    2Abstract

    2

    0

    2Inreinforcementlearningfromhumanfeedback,itiscommontooptimizeagainst

    arewardmodeltrainedtopredicthumanpreferences.Becausetherewardmodel

    t

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >