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

COPR: Continual Human Preference Learning Via Optimal Policy Regularization.

Han Zhang,Lin Gui,Yu Lei,Yuanzhao Zhai,Yehong Zhang,Yulan He,Hui Wang,Yue Yu,Kam-Fai Wong,Bin Liang,Ruifeng Xu

CoRR（2024）

引用 0|浏览37

暂无评分

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