会员
众包
新闻
博问
闪存
赞助商
HarmonyOS
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
红豆生南国 是很遥远的事情
种豆南山下 github
博客园
首页
新随笔
联系
订阅
管理
2025年9月28日
LRM reward signal 论文两篇
摘要: RLBFF: BINARY FLEXIBLE FEEDBACK TO BRIDGE BETWEEN HUMAN FEEDBACK & VERIFIABLE REWARDS Language Models that Think, Chat Better
阅读全文
posted @ 2025-09-28 14:21 jack-chen666
阅读(16)
评论(0)
推荐(0)
公告