PVPO: Pre-Estimated Value-Based Policy Optimization for Agentic Reasoning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Feng, Wenfeng, Zhao, Penghong, Jiang, Guochao, Hao, Chuzhan, Zhang, Yuewei, Liu, Guohua, Wang, Hao
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2508.21104