RLVMR: Reinforcement Learning with Verifiable Meta-Reasoning Rewards for Robust Long-Horizon Agents

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Zhang, Zijing, Chen, Ziyang, Li, Mingxiao, Tu, Zhaopeng, Li, Xiaolong
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!