Adaptive Test-Time Compute Allocation for Reasoning LLMs via Constrained Policy Optimization

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Zhai, Zhiyuan, Li, Bingcong, Xiao, Bingnan, Li, Ming, Wang, Xin
Formato:	Preprint
Publicado:	2026
Materias:	Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2604.14853