GOPO: Policy Optimization using Ranked Rewards

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Choi, Kyuseong, Saha, Dwaipayan, Kim, Woojeong, Agarwal, Anish, Dwivedi, Raaz
Format: Preprint
Publié: 2026
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires