paper7Atualizado em 21/11/2026 · English
← Todos os papers

Learning to Route LLMs from Bandit Feedback: One Policy, Many Trade-offs

Wang Wei, Tiankai Yang, H Chen, Zhao, Yue, Franck Dernoncourt, Ryan A. Rossi, Hoda Eldardiry

De quem é

  • Dolbyafiliação declarada pelos autores, segundo o OpenAlex

Outros papers das mesmas organizações