RLVR für kleine Search-Agenten: 3,8-facher Gewinn ohne Distillation · Lumeric
Beitrag
FORSCHUNGarxiv.org· ArXiv cs.AI★Pro2h
RLVR für kleine Search-Agenten: 3,8-facher Gewinn ohne Distillation
Pro-Quelle
Dieser Beitrag stammt aus einer Pro-Quelle. Mit Lumeric Pro liest du den vollständigen Eintrag inklusive „Warum es zählt", Quelle und verwandten Beiträgen.