FAPO: Flawed-Aware Policy Optimization for Efficient and Reliable Reasoning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ding, Yuyang, Zhang, Chi, Li, Juntao, Lin, Haibin, Zhang, Min
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2510.22543