Too Correct to Learn: Reinforcement Learning on Saturated Reasoning Data

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Liang, Zhenwen, Zhou, Yujun, Lu, Sidi, Zhang, Xiangliang, Mi, Haitao, Yu, Dong
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!