Shaping Explanations: Semantic Reward Modeling with Encoder-Only Transformers for GRPO

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Pappone, Francesco, Lazzaroni, Ruggero Marino, Califano, Federico, Gentile, Niccolò, Marras, Roberto
Formato:	Preprint
Publicado:	2025
Materias:	Computation and Language Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2509.13081