Slow-Fast Policy Optimization: Reposition-Before-Update for LLM Reasoning

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Wang, Ziyan, Wang, Zheng, Qu, Xingwei, Cheng, Qi, Fu, Jie, Tang, Shengpu, Zhang, Minjia, Huo, Xiaoming
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi