PRISMA: Reinforcement Learning Guided Two-Stage Policy Optimization in Multi-Agent Architecture for Open-Domain Multi-Hop Question Answering

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Liu, Yu, Zhang, Wenxiao, Cao, Cong, Lu, Wenxuan, Yuan, Fangfang, Guo, Diandian, Peng, Kun, Sun, Qiang, Zhang, Kaiyan, Liu, Yanbing, Hong, Jin B., Zhou, Bowen, Ma, Zhiyuan
Formato: Preprint
Publicado: 2026
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares