集団規模のテスト時スケーリング手法を提案する。生成- 検証-…
このサイトの記事を見る
[2606.13473] MaxProof: Scaling Mathematical Proof with Generative-Verifier RL and Population-Level Test-Time Scaling
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