Entropy-Regularized Token-Level Policy Optimization for Language Agent Reinforcement

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Wen, Muning, Liao, Junwei, Deng, Cheng, Wang, Jun, Zhang, Weinan, Wen, Ying
Format: Preprint
Publié: 2024
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires