GEPO: Group Expectation Policy Optimization for Stable Heterogeneous Reinforcement Learning

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Zhang, Han, Zheng, Ruibin, Yi, Zexuan, Zhang, Zhuo, Peng, Hanyang, Wang, Hui, Yuan, Zike, Ke, Cai, Chen, Shiwei, Yang, Jiacheng, Li, Yangning, Li, Xiang, Yan, Jiangyue, Liu, Yaoqi, Jing, Liwen, Qi, Jiayin, Xu, Ruifeng, Fang, Binxing, Yu, Yue
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2508.17850