DeCoRL: Decoupling Reasoning Chains via Parallel Sub-Step Generation and Cascaded Reinforcement for Interpretable and Scalable RLHF

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Gao, Ziyuan, Liang, Di, Wu, Xianjie, Morel, Philippe, Peng, Minlong
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires