Reinforcement Learning Teachers of Test Time Scaling

Documenti analoghi

• Large Language Models to Diffusion Finetuning
  di: Cetin, Edoardo, et al.
  Pubblicazione: (2025)
• An Evolved Universal Transformer Memory
  di: Cetin, Edoardo, et al.
  Pubblicazione: (2024)
• Transformer-Squared: Self-adaptive LLMs
  di: Sun, Qi, et al.
  Pubblicazione: (2025)
• Sudoku-Bench: Evaluating creative reasoning with Sudoku variants
  di: Seely, Jeffrey, et al.
  Pubblicazione: (2025)
• Entropy Centroids as Intrinsic Rewards for Test-Time Scaling
  di: Zhao, Wenshuo, et al.
  Pubblicazione: (2026)