Scaf-GRPO: Scaffolded Group Relative Policy Optimization for Enhancing LLM Reasoning

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Zhang, Xichen, Wu, Sitong, Zhu, Yinghao, Tan, Haoru, Yu, Shaozuo, He, Ziyi, Jia, Jiaya
Formato:	Preprint
Publicado:	2025
Materias:	Computation and Language Artificial Intelligence Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2510.19807