Segmental Advantage Estimation: Enhancing PPO for Long-Context LLM Training

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Gong, Xue, Yi, Qi, Nan, Ziyuan, Huang, Guanhua, Li, Kejiao, Jiang, Yuhao, Xiong, Ruibin, Xu, Zenan, Guo, Jiaming, Peng, Shaohui, Zhou, Bo
Format: Preprint
Publié: 2026
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires