HAPO: Training Language Models to Reason Concisely via History-Aware Policy Optimization

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Huang, Chengyu, Zhang, Zhengxin, Cardie, Claire
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!