Zhang, Y., Wang, S., Li, Y., Xu, P., Zhou, C., Ma, X., . . . Zhu, Y. (2026). Resource-Efficient Reinforcement for Reasoning Large Language Models via Dynamic One-Shot Policy Refinement.
Chicago-Zitierstil (17. Ausg.)Zhang, Yunjian, Sudong Wang, Yang Li, Peiran Xu, Conghao Zhou, Xiaoyue Ma, Jianing Li, und Yao Zhu. Resource-Efficient Reinforcement for Reasoning Large Language Models via Dynamic One-Shot Policy Refinement. 2026.
MLA-Zitierstil (9. Ausg.)Zhang, Yunjian, et al. Resource-Efficient Reinforcement for Reasoning Large Language Models via Dynamic One-Shot Policy Refinement. 2026.
Achtung: Diese Zitate sind unter Umständen nicht zu 100% korrekt.