Combining On-Policy Optimization and Distillation for Long-Context Reasoning in Large Language Models

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Ramos, Miguel Moura, Alves, Duarte M., Martins, André F. T.
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!