Colección de investigaciones
#seed-conditioned-training
Investigación etiquetada seed-conditioned-training: explicaciones, pruebas, límites y conexiones entre papers.
1 resultados
Info-GRPO vincula rutas de razonamiento con semillas de entrenamiento
Info-GRPO vincula rutas de razonamiento con semillas de entrenamiento y mejora la precisión informada frente a GRPO en una comparación matemática acotada.