论文标题：ListwiseRewardEstimationforOfflinePreference-basedReinforcementLearning，ICML2024。arxiv：https://arxiv.org/abs/2408.04190pdf：https://arxiv.org/pdf/2408.04190html：https://ar5iv.org/html/2408.04190GitHub：https://github.com/chwoong/LiRE（感觉关于