LeTS: Learning to Think-and-Search via Process-and-Outcome Reward Hybridization

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Zhang, Qi, Yang, Shouqing, Gao, Lirong, Chen, Hao, Hu, Xiaomeng, Chen, Jinglei, Wang, Jiexiang, Guo, Sheng, Zheng, Bo, Wang, Haobo, Zhao, Junbo
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires