Stabilizing Policy Gradients for Sample-Efficient Reinforcement Learning in LLM Reasoning

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Melo, Luckeciano C., Abate, Alessandro, Gal, Yarin
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!