When LLM Reward Design Fails: Diagnostic-Driven Refinement for Sparse Structured RL

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Wang, Youting, Tang, Yuan, Liu, Bowen, Liu, Xuan, Shang, Dingyan
Formato:	Preprint
Publicado:	2026
Materias:	Machine Learning Artificial Intelligence Information Retrieval
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2605.28918