C$^2$GSPG: Confidence-calibrated Group Sequence Policy Gradient towards Self-aware Reasoning

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Liu, Haotian, Wang, Shuo, Xu, Hongteng
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!