Sparse RL Relaxation for LLM Reasoning

Jiabin Fan, Matthias Lindemann, Zita Marinho, André FT Martins, Lili Mou

На странице источника доступны аннотация, полный текст или сведения о том, где его прочитать. Препринт может ещё не пройти рецензирование; проверьте, появилась ли журнальная версия.