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

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Zhang, Bonan, Chen, Zhongqi, Song, Bowen, Li, Qinya, Wu, Fan, Chen, Guihai
Format:	Preprint
Publié:	2025
Sujets:	Machine Learning Computation and Language
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2509.17730