Stabilizing Off-Policy Training for Long-Horizon LLM Agent via Turn-Level Importance Sampling and Clipping-Triggered Normalization

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Li, Chenliang, Elmahdy, Adel, Boyd, Alex, Wang, Zhongruo, Zeng, Siliang, Garcia, Alfredo, Bhatia, Parminder, Kass-Hout, Taha, Xiao, Cao, Hong, Mingyi
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!