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

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Qu, Yuxiao, Setlur, Amrith, Smith, Virginia, Salakhutdinov, Ruslan, Kumar, Aviral
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!

Ähnliche Einträge