Shihan Dou

Shihan Dou

Fudan University
Zweryfikowany adres z m.fudan.edu.cn
Cytowane przez 1869
Alignment RLHF Reward Modeling
Oskar Hallström

Oskar Hallström

R&D @ LightOn
Zweryfikowany adres z lighton.ai
Cytowane przez 25
transformers post-training reward modeling