arXiv:2409.10188 공식 코드 · Papers with Code

Enhancing RL Safety with Counterfactual LLM Reasoning

Dennis Gross, Helge Spieker

제출 2024-09-16

원문 초록

Reinforcement learning (RL) policies may exhibit unsafe behavior and are hard to explain. We use counterfactual large language model reasoning to enhance RL policy safety post-training. We show that our approach improves and helps to explain the RL policy safety.

함께 살펴볼 논문

공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.

토론

이 논문과 연결된 포럼 글이 아직 없습니다.