ORBIT: On-policy Exploration-Exploitation for Controllable Multi-Budget Reasoning

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Liang, Kun, Bai, Clive, Xu, Xin, Tang, Chenming, Lee, Sanwoo, Liu, Weijie, Yang, Saiyong, Wu, Yunfang
Formato:	Preprint
Publicado:	2026
Materias:	Machine Learning 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/2601.08310