Entropy-Guided Data-Efficient Training for Multimodal Reasoning Reward Models

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Yang, Shidong, Huang, Tongwen, Wen, Hao, Wang, Yong, Chen, Li, Chu, Xiangxiang
Formato:	Preprint
Publicado:	2026
Materias:	Artificial Intelligence Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2602.01884