Rethinking Reinforcement fine-tuning of LLMs: A Multi-armed Bandit Learning Perspective

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Hu, Xiao, Xie, Hong, Tan, Tao, Lian, Defu, Han, Jianyu
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!