From Self-Evolving Synthetic Data to Verifiable-Reward RL: Post-Training Multi-turn Interactive Tool-Using Agents

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Gao, Jiaxuan, Chen, Jiaao, He, Chuyi, Xu, Shusheng, Jin, Di, Wu, Yi
Formato: Preprint
Publicado: 2026
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares