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

WARP: on the Benefits of Weight Averaged Rewarded Policies

Alexandre Ramé,Johan Ferret,Nino Vieillard,Robert Dadashi,Léonard Hussenot, Pierre-Louis Cedoz,Pier Giuseppe Sessa,Sertan Girgin,Arthur Douillard,Olivier Bachem

arXiv (Cornell University)（2024）

引用 0|浏览28

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