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

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: 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
Publié: 2026
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires