From Trial-and-Error to Improvement: A Systematic Analysis of LLM Exploration Mechanisms in RLVR

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Deng, Jia, Chen, Jie, Chen, Zhipeng, Cheng, Daixuan, Bai, Fei, Zhang, Beichen, Min, Yinqian, Gao, Yanzipeng, Zhao, Wayne Xin, Wen, Ji-Rong
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!