RubricEM: Meta-RL with Rubric-guided Policy Decomposition beyond Verifiable Rewards

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Gaotang, Mishra, Bhavana Dalvi, Wang, Zifeng, Yan, Jun, Chen, Yanfei, Li, Chun-Liang, Le, Long T., Han, Rujun, Lee, George, Tong, Hanghang, Lee, Chen-Yu, Pfister, Tomas
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Keine Beschreibung verfügbar.

Ähnliche Einträge