HugMap
人工智能
云计算
半导体
网络安全
企业软件
区块链
量子计算
生物科技
新能源与智能制造
智能穿戴
机器人
智能手机
图谱探索
趋势分析
登录
注册
Decoupling Reasoning and Confidence: Resurrecting Calibration in Reinforcement Learning from Verifiable Rewards
文章
ArXiv CS.CL
2026-05-28
NEWS
en
作者: Zhengzhao Ma, Xueru Wen, Boxi Cao, Yaojie Lu, Hongyu Lin, Jinglin Yang, Min He, Xianpei Han, Le Sun
查看原文
→
关系图谱
概览
相关事件
相关公司
相关人物
相关产品
相关技术
Decoupling Reasoning and Confidence: Resurrecting Calibration in Reinforcement Learning from Verifiable Rewards · 相关技术
相关技术
Reinforcement learning from verifiable rewards
LLM
CPO
large language models
GRPO
RLVR