Wang, H., Hao, S., Dong, H., Zhang, S., Bao, Y., Yang, Z., & Wu, Y. (2024). Offline Reinforcement Learning for LLM Multi-Step Reasoning.
Chicago-Zitierstil (17. Ausg.)Wang, Huaijie, Shibo Hao, Hanze Dong, Shenao Zhang, Yilin Bao, Ziran Yang, und Yi Wu. Offline Reinforcement Learning for LLM Multi-Step Reasoning. 2024.
MLA-Zitierstil (9. Ausg.)Wang, Huaijie, et al. Offline Reinforcement Learning for LLM Multi-Step Reasoning. 2024.
Achtung: Diese Zitate sind unter Umständen nicht zu 100% korrekt.