EBPO: Empirical Bayes Shrinkage for Stabilizing Group-Relative Policy Optimization

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Han, Kevin, Zhou, Yuhang, Gao, Mingze, Zhou, Gedi, Li, Serena, Kumar, Abhishek, Fan, Xiangjun, Li, Weiwei, Zhang, Lizhu
Format:	Preprint
Publié:	2026
Sujets:	Machine Learning Artificial Intelligence Computation and Language
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/2602.05165