GTPO: Stabilizing Group Relative Policy Optimization via Gradient and Entropy Control

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Simoni, Marco, Fontana, Aleksandar, Rossolini, Giulio, Saracino, Andrea, Mori, Paolo
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires