RSPO: Risk-Seeking Policy Optimization for Pass@k and Max@k Metrics in Large Language Models

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Zhang, Kaichen, Gao, Shenghao, Hong, Yuzhong, Sun, Haipeng, Bao, Junwei, Jiang, Hongfei, Song, Yang, Dingqian, Hong, Xiong, Hui
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!