cs.LG（2025-02-08）
📊 共 1 篇论文
🎯 兴趣领域导航
🔬 支柱二：RL算法与架构 (RL & Architecture) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 1 | Design Considerations in Offline Preference-based RL | 研究离线偏好强化学习中的设计选择对策略学习质量的影响 | reinforcement learning RLHF DPO |
📊 共 1 篇论文
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 1 | Design Considerations in Offline Preference-based RL | 研究离线偏好强化学习中的设计选择对策略学习质量的影响 | reinforcement learning RLHF DPO |