Beyond Token-Level Policy Gradients for Complex Reasoning with Large Language Models

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Xu, Mufan, Chen, Kehai, Bai, Xuefeng, Niu, Zhengyu, Yang, Muyun, Zhao, Tiejun, Zhang, Min
Formato: Preprint
Publicado: 2026
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares