PSPO*: An Effective Process-supervised Policy Optimization for Reasoning Alignment

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Jiawei, Liang, Xinyue, Zhang, Junlong, Yang, Yizhe, Feng, Chong, Gao, Yang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2411.11681