Johannes Ackermann

~Johannes_Ackermann1

1

论文总数

1.0

年均投稿

6.8

平均评分

接收情况1/1

会议分布

COLM

1

发表论文 (1 篇)

20251 篇

Off-Policy Corrected Reward Modeling for Reinforcement Learning from Human Feedback

COLM 2025Poster

合作者 (2)

Masashi Sugiyama1 篇

Takashi Ishida1 篇