PRIME-RL

Solusi RL yang dapat diskalakan untuk penalaran tingkat lanjut pada model bahasa.

[ICLR 2026] SimpleVLA-RL: Menskalakan pelatihan VLA melalui Reinforcement Learning

[NeurIPS 2025] TTRL: Pembelajaran Penguatan Saat Waktu Pengujian (Test-Time Reinforcement Learning)