Mitigating Think-Answer Mismatch in LLM Reasoning Through Noise-Aware Advantage Reweighting

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Shen, Si, Shen, Peijun, Zhao, Wenhua, Zhu, Danhao
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares