Outcome-Based RL Provably Leads Transformers to Reason, but Only With the Right Data

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Ran-Milo, Yuval, Alexander, Yotam, Mendel, Shahar, Cohen, Nadav
Format: Preprint
Veröffentlicht: 2026
Schlagworte:
Online-Zugang:
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!