Beyond Correctness: Confidence-Aware Reward Modeling for Enhancing Large Language Model Reasoning

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	He, Qianxi, Ren, Qingyu, Lei, Shanzhe, Wang, Xuhong, Wang, Yingchun
Formato:	Preprint
Publicado:	2025
Materias:	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/2511.07483