#PLVR

共 1 条 · 7 天 0 条 · 30 天 0 条

LiveCodeBench 1 后训练 1 程序学习 1 符号反向传播 1

信息流里打上「PLVR」标签的资讯、产品与论文，按刊登时间排，新的在上。

8月31日

论文精选73°09:34

PLVR：可验证奖励的程序学习

PLVR让LLM推理过程可检查，30B模型性能超越强化学习和前沿大模型，还开源了符号反向传播库。

#PLVR #符号反向传播 #后训练 #程序学习

arXiv cs.AI@Vishvesh Bhat原文