When Self-Belief Misleads: Active Label Acquisition for Reinforcement Learning with Verifiable Rewards

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Wang, Li, Lu, Xiaodong, Wang, Xiaohan, Ban, Yikun, Chai, Jiajun, Lin, Wei, Peng, Tianhao, Yin, Guojun
Formato:	Preprint
Publicado:	2026
Materias:	Machine Learning 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/2605.25864