Towards Robust LLM Post-Training: Automatic Failure Management for Reinforcement Fine-Tuning

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Zhang, Lingzhe, Jia, Tong, Zhai, Yunpeng, Fang, Liancheng, Zheng, Kening, Liu, Hongyi, Huang, Xiaosong, Yu, Philip S., Li, Ying
Formato:	Preprint
Publicado:	2026
Materias:	Software Engineering Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2605.04431