RL Grokking Recipe: How Does RL Unlock and Transfer New Algorithms in LLMs?
机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Wisconsin, Madison（威斯康星大学麦迪逊分校） ； University of Washington（华盛顿大学） ； Ai2 Main dataset contributor（Ai2 主数据贡献者）
