From Policy Optimization Foundations to Language Model Post-Training on Structured Tasks

Αποθηκεύτηκε σε:

Λεπτομέρειες βιβλιογραφικής εγγραφής
Εκδόθηκε σε:	ProQuest Dissertations and Theses (2025)
Κύριος συγγραφέας:	Liu, Boyi
Έκδοση:	ProQuest Dissertations & Theses
Θέματα:	Computer science Artificial intelligence Information technology
Διαθέσιμο Online:	Citation/Abstract Full Text - PDF
Ετικέτες:	Προσθήκη ετικέτας Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!