SFT or RL? An Early Investigation into Training R1-Like Reasoning Large Vision-Language Models

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Chen, Hardy, Tu, Haoqin, Wang, Fali, Liu, Hui, Tang, Xianfeng, Du, Xinya, Zhou, Yuyin, Xie, Cihang
Formato:	Preprint
Publicado:	2025
Materias:	Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2504.11468