Enhancing Multi-Step Reasoning Abilities of Language Models through Direct Q-Function Optimization

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Ji, Kaixuan, Liu, Guanlin, Dai, Ning, Yang, Qingping, Zheng, Renjie, Wu, Zheng, Dun, Chen, Gu, Quanquan, Yan, Lin
Formato:	Preprint
Publicado:	2024
Materias:	Machine Learning Artificial Intelligence Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2410.09302