1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 行业资料
  5. 化学工业

自蒸馏可验证奖励强化学习 Self-Distilled RLVR.docx

自蒸馏可验证奖励强化学习 Self-Distilled RLVR.docx

    1

    Self-DistilledRLVR

    ChenxuYang1,2,*,ChuanyuQin1,2,*,QingyiSi3,*,MinghuiChen1,2,NaibinGu1,2,DingyuYao1,2,ZhengLin1,2,?,WeipingWang1,JiaqiWang3,NanDuan3

    1InstituteofInformationEngineering,ChineseAcademyofSciences,Beijing,China,2SchoolofCyberSecurity,Unive

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >