STOP: Structured On-Policy Pruning of Long-Form Reasoning in Low-Data Regimes

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Xu, Chenjun, Zhou, Zhennan, Su, Zhan, Howe, Bill, Wang, Lucy Lu, Wen, Bingbing
Formato:	Preprint
Publicado:	2026
Materias:	Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2605.13165