Random Policy Valuation is Enough for LLM Reasoning with Verifiable Rewards

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Haoran, Ye, Yuxiao, Cai, Qingpeng, Hu, Chen, Jiao, Binxing, Jiang, Daxin, Pan, Ling
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/2509.24981