強化学習で推論を学ぶ可能性を13パラで示す。TinyLoRA…
このサイトの記事を見る
[2602.04118] Learning to Reason in 13 Parameters
未分類
未分類
未分類
未分類
未分類タイトルとURLをコピーしました
未分類強化学習で推論を学ぶ可能性を13パラで示す。TinyLoRA…
このサイトの記事を見る