谷歌浏览器插件
订阅小程序
在清言上使用
VIPCreated with Sketch.

Improving Data Efficiency for LLM Reinforcement Fine-tuning Through Difficulty-targeted Online Data Selection and Rollout Replay

Yifan Sun, Jingyan Shen, Yibin Wang, Tianyu Chen,Zhendong Wang,Mingyuan Zhou, Huan Zhang

arxiv（2025）

引用 0|浏览1
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要