Think Twice: Branch-and-Rethink Reasoning Reward Model

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Jiao, Yizhu, Zeng, Jiaqi, Vialard, Julien Veron, Kuchaiev, Oleksii, Han, Jiawei, Delalleau, Olivier
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares