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

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Zhang, Kongcheng, Yao, Qi, Liu, Shunyu, Wang, Yingjie, Lai, Baisheng, Ye, Jieping, Song, Mingli, Tao, Dacheng
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!