Buffer Matters: Unleashing the Power of Off-Policy Reinforcement Learning in Large Language Model Reasoning

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Wan, Xu, Wang, Yansheng, Huang, Wenqi, Sun, Mingyang
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi