Learning When to Think: Shaping Adaptive Reasoning in R1-Style Models via Multi-Stage RL

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Tu, Songjun, Lin, Jiahao, Zhang, Qichao, Tian, Xiangyu, Li, Linjing, Lan, Xiangyuan, Zhao, Dongbin
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computation and Language Artificial Intelligence 68T50 I.2.7
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Accesso online

https://arxiv.org/abs/2505.10832