When Importance Sampling Misallocates Credit: Asymmetric Ratios for Outcome-Supervised RL

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Wang, Jiakang, Liu, Runze, Cai, Qingpeng, Lin, Lei, Hu, Wenping, Li, Xiu, Zhang, Fuzheng, Zhou, Guorui, Gai, Kun, Pan, Ling
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares