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

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Feng, Yunzhen, Jain, Parag, Hartshorn, Anthony, Duan, Yaqi, Kempe, Julia
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires