SeRL: Self-Play Reinforcement Learning for Large Language Models with Limited Data

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Fang, Wenkai, Liu, Shunyu, Zhou, Yang, Zhang, Kongcheng, Zheng, Tongya, Chen, Kaixuan, Song, Mingli, Tao, Dacheng
Formato:	Preprint
Publicado:	2025
Materias:	Computation and Language Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2505.20347