APA-Zitierstil (7. Ausg.)

Wan, X., Wang, Y., Huang, W., & Sun, M. (2026). Buffer Matters: Unleashing the Power of Off-Policy Reinforcement Learning in Large Language Model Reasoning.

Chicago-Zitierstil (17. Ausg.)

Wan, Xu, Yansheng Wang, Wenqi Huang, und Mingyang Sun. Buffer Matters: Unleashing the Power of Off-Policy Reinforcement Learning in Large Language Model Reasoning. 2026.

MLA-Zitierstil (9. Ausg.)

Wan, Xu, et al. Buffer Matters: Unleashing the Power of Off-Policy Reinforcement Learning in Large Language Model Reasoning. 2026.

Achtung: Diese Zitate sind unter Umständen nicht zu 100% korrekt.