A Comedy of Estimators: On KL Regularization in RL Training of LLMs

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Shah, Vedant, Obando-Ceron, Johan, Jain, Vineet, Bartoldson, Brian, Kailkhura, Bhavya, Mittal, Sarthak, Berseth, Glen, Castro, Pablo Samuel, Bengio, Yoshua, Malkin, Nikolay, Jain, Moksh, Venkatraman, Siddarth, Courville, Aaron
Format:	Preprint
Publié:	2025
Sujets:	Machine Learning Artificial Intelligence
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/2512.21852