Zhou, J. P., Wang, K., Chang, J., Gao, Z., Kallus, N., Weinberger, K. Q., . . . Sun, W. (2025). $Q\sharp$: Provably Optimal Distributional RL for LLM Post-Training.
Chicago-Zitierstil (17. Ausg.)Zhou, Jin Peng, Kaiwen Wang, Jonathan Chang, Zhaolin Gao, Nathan Kallus, Kilian Q. Weinberger, Kianté Brantley, und Wen Sun. $Q\sharp$: Provably Optimal Distributional RL for LLM Post-Training. 2025.
MLA-Zitierstil (9. Ausg.)Zhou, Jin Peng, et al. $Q\sharp$: Provably Optimal Distributional RL for LLM Post-Training. 2025.
Achtung: Diese Zitate sind unter Umständen nicht zu 100% korrekt.