HMPO: Hybrid Median-length Policy Optimization for Chain-of-Thought Compression

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Zheng, Minghui, Chen, Hongxu, Ren, Huimin, Xin, Hongsheng, Qu, Xiaoyang, Wang, Ze, Yang, Shuling, Peng, Ziyu, Zhang, Kaike, Zhou, Pan, Zhan, Kun
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!

Descripción
Descripción no disponible.

Ejemplares similares