SimpleTIR: End-to-End Reinforcement Learning for Multi-Turn Tool-Integrated Reasoning
机构 * Nanyang Technological University(南洋理工大学) ; TikTok
专题命中 数学推理 :reasoning(title,abstract);math reasoning(abstract);self-correction(abstract);分类 cs.LG
AI 大模型
大模型数学、逻辑、规划、多步推理和测试时计算能力。
机构 * Nanyang Technological University(南洋理工大学) ; TikTok
专题命中 数学推理 :reasoning(title,abstract);math reasoning(abstract);self-correction(abstract);分类 cs.LG