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

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Ding, Yuyang, Zhang, Chi, Li, Juntao, Lin, Haibin, Zhang, Min
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares