Consistent Paths Lead to Truth: Self-Rewarding Reinforcement Learning for LLM Reasoning

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Zhang, Kongcheng, Yao, Qi, Liu, Shunyu, Wang, Yingjie, Lai, Baisheng, Ye, Jieping, Song, Mingli, Tao, Dacheng
Formato:	Preprint
Publicado:	2025
Materias:	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/2506.08745