SPPD: Self-training with Process Preference Learning Using Dynamic Value Margin

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Yi, Hao, Li, Qingyang, Hu, Yulan, Zhang, Fuzheng, Zhang, Di, Liu, Yong
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi