When All Rollouts Fail: Policy-Compatible Joint Decoding for Hard-Problem Reasoning

Zehao Wang, Hanzhu Chen, Runquan Gui, Zhe Wang, Lin Yang

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.