Surrogate Signals from Format and Length: Reinforcement Learning for Solving Mathematical Problems without Ground Truth Answers

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Xin, Rihui, Liu, Han, Wang, Zecheng, Zhang, Yupeng, Sui, Dianbo, Hu, Xiaolin, Wang, Bingning
Format:	Preprint
Publié:	2025
Sujets:	Computation and Language
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2505.19439