Chengsong-Huang/R-Zero
@Chengsong-Huang[ICLR2026] R-Zero: Self-Evolving Reasoning LLM from Zero Data のコード (https://www.arxiv.org/pdf/2508.05004)
スター
845
フォーク
77
言語
Python
ライセンス
—
最終プッシュ
7 か月前
関連 Intel（0）
関連 Intel はまだありません
このリポジトリは radar が追跡するソースにまだ登場していません。コレクターはスケジュールで動いています——このリポジトリがカバーされたらまた見てください。