Learning from Failures: Correction-Oriented Policy Optimization with Verifiable Rewards

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Ren, Mengjie, Lou, Jie, Cao, Boxi, Wen, Xueru, Lin, Hongyu, Han, Xianpei, Sun, Le, Yu, Xing, Lu, Yaojie
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!