Probing RLVR training instability through the lens of objective-level hacking

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Dong, Yiming, Fu, Kun, Li, Haoyu, Zhu, Xinyuan, Liu, Yurou, Shao, Lijing, Ye, Jieping, Wang, Zheng
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!