Reasoning over mathematical objects: on-policy reward modeling and test time aggregation

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Aggarwal, Pranjal, Ghazvininejad, Marjan, Kim, Seungone, Kulikov, Ilia, Lanchantin, Jack, Li, Xian, Li, Tianjian, Liu, Bo, Neubig, Graham, Ovalle, Anaelia, Saha, Swarnadeep, Sukhbaatar, Sainbayar, Welleck, Sean, Weston, Jason, Whitehouse, Chenxi, Williams, Adina, Xu, Jing, Yu, Ping, Yuan, Weizhe, Zhang, Jingyu, Zhao, Wenting
Formato:	Preprint
Publicado:	2026
Materias:	Artificial Intelligence Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2603.18886