Trajectory Bellman Residual Minimization: A Simple Value-Based Method for LLM Reasoning

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Yuan, Yurun, Chen, Fan, Jia, Zeyu, Rakhlin, Alexander, Xie, Tengyang
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning Artificial Intelligence 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/2505.15311