Critique-RL: Training Language Models For Critiquing Through Two-Stage Reinforcement Learning
Zhiheng Xi · Jixuan Huang · Xin Guo · Boyang Hong · Dingwen Yang · Xiaoran Fan · Shuo Li · Zehui Chen · Junjie Ye · Siyu Yuan · Zhengyin Du · Xuesong Yao · Yufei Xu · Jiecao Chen · Rui Zheng · Tao Gui · Qi Zhang · Xuanjing Huang