University of Maryland, College Park（马里兰大学帕克分校）

Explore Data Left Behind in Reinforcement Learning for Reasoning Language Models

Chenxi Liu, Junjie Liang, Yuqi Jia, Bochuan Cao, Yang Bai, Heng Huang, Xun Chen

机构 * University of Maryland, College Park（马里兰大学学院市分校） ； ByteDance（字节跳动） ； Duke University（杜克大学） ； Pennsylvania State University（宾夕法尼亚州立大学） 纠错