Noise-corrected GRPO: From Noisy Rewards to Unbiased Gradients

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Mansouri, Omar El, Izzati, Fathinah Asma, Seddik, Mohamed El Amine, Lahlou, Salem
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2510.18924