WS-GRPO: Weakly-Supervised Group-Relative Policy Optimization for Rollout-Efficient Reasoning

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Mundada, Gagan, Huang, Zihan, Surana, Rohan, Yu, Sheldon, Zhang, Jennifer Yuntong, Li, Xintong, Yu, Tong, Yao, Lina, Shang, Jingbo, McAuley, Julian, Wu, Junda
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi