POPE: Learning to Reason on Hard Problems via Privileged On-Policy Exploration

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Qu, Yuxiao, Setlur, Amrith, Smith, Virginia, Salakhutdinov, Ruslan, Kumar, Aviral
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi