近 12 个月1 篇
最近一年的 AI 安全论文
本站共收录 3 篇2026 年 2 月
- 结果准确率并不足够：对齐奖励模型的推理过程
Outcome Accuracy is Not Enough: Aligning the Reasoning Process of Reward Models
署名以 dblp 和本人的 Google Scholar 为准；只列本站收录的 AI 安全论文。
Outcome Accuracy is Not Enough: Aligning the Reasoning Process of Reward Models
署名以 dblp 和本人的 Google Scholar 为准；只列本站收录的 AI 安全论文。