Multi-Step Likelihood-Ratio Correction for Reinforcement Learning with Verifiable Rewards

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Yoon, Deokgyu, Kang, Hyungkyu, Lee, Joongkyu, Kim, Byeongchan, Shin, Gyungin, Park, Sungrae, Oh, Min-hwan
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!