Resource-Efficient Reinforcement for Reasoning Large Language Models via Dynamic One-Shot Policy Refinement

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Zhang, Yunjian, Wang, Sudong, Li, Yang, Xu, Peiran, Zhou, Conghao, Ma, Xiaoyue, Li, Jianing, Zhu, Yao
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!