ConfClip: Confidence-Weighted and Clipped Reward for Reinforcement Learning in LLMs

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Zhang, Bonan, Chen, Zhongqi, Song, Bowen, Li, Qinya, Wu, Fan, Chen, Guihai
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2509.17730