Attention Illuminates LLM Reasoning: The Preplan-and-Anchor Rhythm Enables Fine-Grained Policy Optimization

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Li, Yang, Dong, Zhichen, Sun, Yuhan, Wang, Weixun, Xiong, Shaopan, Luo, Yijia, Liu, Jiashun, Lu, Han, Wang, Jiamang, Su, Wenbo, Zheng, Bo, Yan, Junchi
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!