Leash: Adaptive Length Penalty and Reward Shaping for Efficient Large Reasoning Model

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Li, Yanhao, Ma, Lu, Zhang, Jiaran, Tang, Lexiang, Zhang, Wentao, Luo, Guibo
Formato:	Preprint
Publicado:	2025
Materias:	Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2512.21540