Improving Data Efficiency for LLM Reinforcement Fine-tuning Through Difficulty-targeted Online Data Selection and Rollout Replay

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Sun, Yifan, Shen, Jingyan, Wang, Yibin, Chen, Tianyu, Wang, Zhendong, Zhou, Mingyuan, Zhang, Huan
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/2506.05316