Controllable Exploration in Hybrid-Policy RLVR for Multi-Modal Reasoning

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Huang, Zhuoxu, Jia, Mengxi, Sun, Hao, Li, Xuelong, Han, Jungong
Format: Preprint
Publié: 2026
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires