LLMs Can Learn to Reason Via Off-Policy RL

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Ritter, Daniel, Oertell, Owen, Guo, Bradley, Chang, Jonathan, Brantley, Kianté, Sun, Wen
Formato:	Preprint
Publicado:	2026
Materias:	Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2602.19362