DaGRPO: Rectifying Gradient Conflict in Reasoning via Distinctiveness-Aware Group Relative Policy Optimization

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Xie, Xuan, Wang, Xuan, Wang, Wenjie, Chen, Shuai, Lin, Wei
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires