文章列表: 1 篇
2025-10-29
Paper Reading
2025-10-29 ~ 2026-10-15

这里记录我读的paper,或是整篇文章,或是文章中最有insight的部分。

25.10.10

RL w/o verifier

RLPR: Extrapolating RLVR to General Domains without Verifiers 25.10.29

image.png