Improving RL Exploration for LLM Reasoning through Retrospective Replay

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Dou, Shihan, Wu, Muling, Xu, Jingwen, Zheng, Rui, Gui, Tao, Zhang, Qi, Huang, Xuanjing
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning 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/2504.14363