AMFT: Aligning LLM Reasoners by Meta-Learning the Optimal Imitation-Exploration Balance

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	He, Lixuan, Feng, Jie, Li, Yong
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning Artificial Intelligence Computation and Language Computer Vision and Pattern Recognition
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2508.06944