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

HAPO: Training Language Models to Reason Concisely Via History-Aware Policy Optimization

Chengyu Huang,Zhengxin Zhang,Claire Cardie

arxiv（2025）

引用 0|浏览0
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