Don't Waste Mistakes: Leveraging Negative RL-Groups via Confidence Reweighting

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Feng, Yunzhen, Jain, Parag, Hartshorn, Anthony, Duan, Yaqi, Kempe, Julia
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!