Outcome Accuracy is Not Enough: Aligning the Reasoning Process of Reward Models

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Wang, Binghai, Liu, Yantao, Liu, Yuxuan, Tang, Tianyi, Wang, Shenzhi, Gao, Chang, Zheng, Chujie, Zhang, Yichang, Yu, Le, Liu, Shixuan, Gui, Tao, Zhang, Qi, Huang, Xuanjing, Yu, Bowen, Huang, Fei, Lin, Junyang
Formato:	Preprint
Publicado:	2026
Materias:	Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Descripción
Descripción no disponible.

Ejemplares similares