Improving Multi-Step Reasoning Abilities of Large Language Models with Direct Advantage Policy Optimization

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Liu, Jiacai, Wang, Chaojie, Liu, Chris Yuhao, Zeng, Liang, Yan, Rui, Sun, Yiwen, Liu, Yang, Zhou, Yahui
Formato:	Preprint
Publicado:	2024
Materias:	Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2412.18279