RLPR: Extrapolating RLVR to General Domains without Verifiers

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Yu, Tianyu, Ji, Bo, Wang, Shouli, Yao, Shu, Wang, Zefan, Cui, Ganqu, Yuan, Lifan, Ding, Ning, Yao, Yuan, Liu, Zhiyuan, Sun, Maosong, Chua, Tat-Seng
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning 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/2506.18254