Sharing is Caring: Efficient LM Post-Training with Collective RL Experience Sharing
机构 * Gensyn AI Team(Gensyn AI团队)
专题命中 测试时计算 :reasoning(abstract);分类 cs.LG
Comments 14 pages, 6 figures
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 * Gensyn AI Team(Gensyn AI团队)
专题命中 测试时计算 :reasoning(abstract);分类 cs.LG
Comments 14 pages, 6 figures