@misc{lu2024takestwoseamlessnessreward, title={It Takes Two: On the Seamlessness between Reward and Policy Model in RLHF}, author={Taiming Lu and Lingfeng Shen and Xinyu Yang and Weiting Tan and Beidi Chen and Huaxiu Yao}, year={2024}, eprint={2406.07971}, archivePrefix={arXiv}, prim...
+关注Lu_taiMing 3月15日 00:18 来自荣耀Play 让快更快 大晚上的鬼使神差又看了一遍 2黔南布依族苗族自治州·瓮安县 û收藏 转发 评论 ñ1 评论 o p 同时转发到我的微博 按热度 按时间 正在加载,请稍候...相关推荐 e刷新...