KDRL: Post-Training Reasoning LLMs via Unified Knowledge Distillation and Reinforcement Learning

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Xu, Hongling, Zhu, Qi, Deng, Heyuan, Li, Jinpeng, Hou, Lu, Wang, Yasheng, Shang, Lifeng, Xu, Ruifeng, Mi, Fei
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!

Descripción
Descripción no disponible.

Ejemplares similares