APR: Penalizing Structural Redundancy in Large Reasoning Models via Anchor-based Process Rewards

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Chang, Kaiyan, Zhu, Chenwei, Luo, Yingfeng, Huo, Yifu, Wang, Chenglong, Liu, Xiaoqian, He, Qiaozhi, Xiao, Tong, Yu, Zhengtao, Zhu, Jingbo
Formato: Preprint
Publicado: 2026
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares