$λ$-GRPO: Unifying the GRPO Frameworks with Learnable Token Preferences

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Wang, Yining, Zhao, Jinman, Zhao, Chuangxin, Guan, Shuhao, Penn, Gerald, Liu, Shinan
Format:	Preprint
Publié:	2025
Sujets:	Computation and Language
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/2510.06870