It's Not You, It's Clipping: A Soft Trust-Region via Probability Smoothing for LLM RL

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Dwyer, Madeleine, Sobey, Adam, Chapman, Adriane
Format:	Preprint
Publié:	2025
Sujets:	Machine Learning Artificial Intelligence
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2509.21282