DiFFPO: Training Diffusion LLMs to Reason Fast and Furious via Reinforcement Learning

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Zhao, Hanyang, Liang, Dawen, Tang, Wenpin, Yao, David, Kallus, Nathan
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares