Aggarwal, P., Ghazvininejad, M., Kim, S., Kulikov, I., Lanchantin, J., Li, X., . . . Zhao, W. (2026). Reasoning over mathematical objects: On-policy reward modeling and test time aggregation.
Chicago-Zitierstil (17. Ausg.)Aggarwal, Pranjal, et al. Reasoning over Mathematical Objects: On-policy Reward Modeling and Test Time Aggregation. 2026.
MLA-Zitierstil (9. Ausg.)Aggarwal, Pranjal, et al. Reasoning over Mathematical Objects: On-policy Reward Modeling and Test Time Aggregation. 2026.
Achtung: Diese Zitate sind unter Umständen nicht zu 100% korrekt.