← 返回概念图谱

Online Reinforcement Learning for LLM Alignment

methodology 1 篇论文 centrality 0.90

slug: online-rl-llm-alignment

引用本概念的论文(1)

GEOALIGN：用于鲁棒大语言模型强化学习的几何化轨迹筛选 GEOALIGN: Geometric Rollout Curation for Robust LLM Reinforcement Learning arXiv 2606.26917

共现相关概念

在引用本概念的论文中,与下列概念同时出现的次数(降序)。