paper7Atualizado em 21/11/2026 · English
← Todos os papers

Reinforcement Learning for Reasoning in Large Language Models with One Training Example

Yiping Wang, Qing Kun Yang, Zhiyuan Zeng, Liliang Ren, Liyuan Liu, Baolin Peng, Hao Cheng, Xuehai He e mais 6

De quem é

Outros papers das mesmas organizações