Contextual Rollout Bandits for Reinforcement Learning with Verifiable Rewards

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Lu, Xiaodong, Wang, Xiaohan, Chai, Jiajun, Yin, Guojun, Lin, Wei, Chen, Zhijun, Luo, Yu, Zhuang, Fuzhen, Ban, Yikun, Wang, Deqing
Formato:	Preprint
Publicado:	2026
Materias:	Machine Learning Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Descripción
Descripción no disponible.

Ejemplares similares