谷歌浏览器插件
订阅小程序
在清言上使用

Beyond Markovian: Reflective Exploration Via Bayes-Adaptive RL for LLM Reasoning

Shenao Zhang, Yaqing Wang, Yinxiao Liu, Tianqi Liu, Peter Grabowski, Eugene Ie,Zhaoran Wang,Yunxuan Li

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