CDE: Curiosity-Driven Exploration for Efficient Reinforcement Learning in Large Language Models
机构 * Tencent AI Lab（腾讯AI实验室） ； Tencent Multimodal Department（腾讯多模态部门） ； University of North Carolina at Chapel Hill（北卡罗来纳大学夏洛特分校） ； University of Virginia（弗吉尼亚大学） ； University of Maryland, College Park（马里兰大学学院公园分校）
Comments 21 pages
