Soft Policy Optimization: Online Off-Policy RL for Sequence Models

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Cohen, Taco, Zhang, David W., Zheng, Kunhao, Tang, Yunhao, Munos, Remi, Synnaeve, Gabriel
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!