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

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Piché, Alexandre, Kamalloo, Ehsan, Pardinas, Rafael, Chen, Xiaoyin, Bahdanau, Dzmitry
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires