ETTRL: Balancing Exploration and Exploitation in LLM Test-Time Reinforcement Learning Via Entropy Mechanism

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Liu, Jia, He, ChangYi, Lin, YingQiao, Yang, MingMin, Shen, FeiYang, Liu, ShaoGuo
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares