arXiv preprint / 模仿与示范学习

AdaSTaR: Adaptive Data Sampling for Training Self-Taught Reasoners

作者：Woosung Koh, Wonbeen Oh, Jaein Jang, MinHyung Lee, Hyeongjin Kim, Ah Yeon Kim, Joonkee Kim, Junghyun Lee, Taehyeon Kim, Se-Young Yun · 单位：KAIST AI, LG AI Research, Yonsei University · 会议/期刊：arXiv preprint · 方向：模仿与示范学习 · 发布日期：2025-05-22

自我进化智能体模仿与示范学习模型自进化测试时学习模仿学习
新标签打开 AlphaXiv新标签打开 Code
AdaSTaR: Adaptive Data Sampling for Training Self-Taught Reasoners figure
AlphaXiv 中文概览（可滚动查看）