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

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Yoon, Deokgyu, Kang, Hyungkyu, Lee, Joongkyu, Kim, Byeongchan, Shin, Gyungin, Park, Sungrae, Oh, Min-hwan
Format: Preprint
Publié: 2026
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires