Buchumschlag

Ring-lite: Scalable Reasoning via C3PO-Stabilized Reinforcement Learning for LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ling Team, Hu, Bin, Chen, Cai, Zhao, Deng, Liu, Ding, Jin, Dingnan, Zhu, Feng, Dai, Hao, Luan, Hongzhi, Guo, Jia, Liu, Jiaming, Wu, Jiewei, Mei, Jun, Zhou, Jun, Zhao, Junbo, Xiong, Junwu, Zhang, Kaihong, Xu, Kuan, Liang, Lei, Jiang, Liang, Fu, Liangcheng, Zheng, Longfei, Gao, Qiang, Cui, Qing, Wan, Quan, Zheng, Shaomian, Li, Shuaicheng, Yang, Tongkai, Ren, Wang, Yan, Xiaodong, Wan, Xiaopei, Feng, Xiaoyun, Zhao, Xin, Yang, Xinxing, Kong, Xinyu, Yang, Xuemin, Li, Yang, Wu, Yingting, Liu, Yongkang, Xu, Zhankai, Zhang, Zhenduo, Zhou, Zhenglei, Huang, Zhenyu, Zhang, Zhiqiang, Wang, Zihao, Wen, Zujie
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Keine Beschreibung verfügbar.