Planner-R1: Reward Shaping Enables Efficient Agentic RL with Smaller LLMs

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Zhu, Siyu, Jiang, Yanbin, Sang, Hejian, Tang, Shao, Song, Qingquan, He, Biao, Jain, Rohit, Wang, Zhipeng, Geramifard, Alborz
Format:	Preprint
Publié:	2025
Sujets:	Artificial Intelligence
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/2509.25779