PrAg-PO: Prompt Augmented Policy Optimization for Robust and Diverse Mathematical Reasoning

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Lu, Wenquan, Huang, Hai, Liu, Enqi, Balestriero, Randall
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!