Random Policy Valuation is Enough for LLM Reasoning with Verifiable Rewards
Haoran He · Yuxiao Ye · Qingpeng Cai · Chen Hu · Binxing Jiao · Daxin Jiang · Ling Pan
首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。
实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。
Haoran He · Yuxiao Ye · Qingpeng Cai · Chen Hu · Binxing Jiao · Daxin Jiang · Ling Pan
chunrui han · Guopeng Li · Jingwei Wu · Quan Sun · Yan Cai · Yuang Peng · Zheng Ge · Deyu Zhou · Haomiao Tang · Hongyu Zhou · Kenkun Liu · Shu-Tao Xia · Binxing Jiao · Daxin Jiang · Xiangyu Zhang · Yibo Zhu
Hengyuan Xu · Wei Cheng · Peng Xing · Yixiao Fang · Shuhan Wu · Rui Wang · Xianfang Zeng · Daxin Jiang · Gang Yu · Xingjun Ma · Yu-Gang Jiang
Houyi Li · Ka Man Lo · Shijie Xuyang · Ziqi Wang · Wenzhen Zheng · Haocheng Zhang · Zhao Li · Shuigeng Zhou · Xiangyu Zhang · Daxin Jiang
Fukun Yin · Shiyu Liu · Yucheng Han · Zhibo Wang · Peng Xing · Rui Wang · Wei Cheng · Yingming Wang · Aojie Li · Zixin Yin · Pengtao Chen · Xianfang Zeng · Gang Yu · Daxin Jiang
Xiangfeng Wang · Hangyu Guo · Yanlin Lai · Mitt Huang · Liang Zhao · Chengyuan Yao · Yinmin Zhang · Qi Han · Xiaoxiaoren · Chun Yuan · an Jiaotong University) · Zheng Ge · Xiangyu Zhang · Daxin Jiang
While model-based verifiers are essential for scaling Reinforcement Learning with Verifiable Rewards (RLVR), current outcome-centric verification paradigms primarily focus on the consistency between the final result and the ground truth, often neglecting potential errors in the derivation process...
Furong Jia · Ling Dai · Wenjin Deng · Fan Zhang · Chen Hu · Daxin Jiang · Yu Liu
Difeng Ma · Changhua Pei · Yuanwei Lu · Quan Zhou · Zexin Wang · Yibo Zhu · Daxin Jiang · Dan Pei · Jingjing LI · Gaogang Xie
Quan Zhou · Changhua Pei · Yuanwei Lu · Difeng Ma · Zexin Wang · Jianhui li · Yibo Zhu · Daxin Jiang · Dan Pei · Jingjing LI · Gaogang Xie
Yeqin Zhang · Yizheng Zhao · Chen Hu · Binxing Jiao · Daxin Jiang · Ruihang Miao · Cam-Tu Nguyen
Ziyi Ni · Huacan Wang · Shuo Zhang · Shuo Lu · Ziyang He · Wang You · Zhenheng Tang · Sen Hu · Bo Li · Chen Hu · Binxing Jiao · Daxin Jiang · yuntao du · Pin Lyu