Back to explore

Explorer les modèles de type Jev comme juges en PRL

Le message demande si quelqu'un a utilisé des modèles de type Jev comme juges dans l'apprentissage par récompense de processus (PRL), suggérant que de meilleurs juges pourraient raviver la PRL et qu'une supervision accrue améliore l'apprentissage.

has anyone used Jev-style models as judges in Process Reward Learning (PRL)? It seems like PRL could make a comeback if we have better judges. And more supervision leads to better learning.

Explorer les modèles de type Jev comme juges en PRL 1
· 0 likesOpen on X