BREAD: Branched Rollouts from Expert Anchors Bridge SFT & RL for Reasoning

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Zhang, Xuechen, Huang, Zijian, Li, Yingcong, Ni, Chenshun, Chen, Jiasi, Oymak, Samet
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares