One-Token Rollout: Guiding Supervised Fine-Tuning of LLMs with Policy Gradient

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Ming, Rui, Wu, Haoyuan, Hu, Shoubo, He, Zhuolun, Yu, Bei
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires