Hard Examples Are All You Need: Maximizing GRPO Post-Training Under Annotation Budgets

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Pikus, Benjamin, Tiwari, Pratyush Ranjan, Ye, Burton
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares