PipelineRL: Faster On-policy Reinforcement Learning for Long Sequence Generation

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Piché, Alexandre, Kamalloo, Ehsan, Pardinas, Rafael, Chen, Xiaoyin, Bahdanau, Dzmitry
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi