XRPO: Pushing the limits of GRPO with Targeted Exploration and Exploitation

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Bamba, Udbhav, Fang, Minghao, Yu, Yifan, Zheng, Haizhong, Lai, Fan
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2510.06672