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

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Deng, Jia, Chen, Jie, Chen, Zhipeng, Cheng, Daixuan, Bai, Fei, Zhang, Beichen, Min, Yinqian, Gao, Yanzipeng, Zhao, Wayne Xin, Wen, Ji-Rong
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares