Recycling Failures: Salvaging Exploration in RLVR via Fine-Grained Off-Policy Guidance

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Ren, Yanwei, Zhang, Haotian, Xiao, Likang, Zhang, Xikai, Huang, Jiaxing, Qiu, Jiayan, Yu, Baosheng, Chen, Quan, Liu, Liu
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Artificial Intelligence Computation and Language
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Accesso online

https://arxiv.org/abs/2602.24110