A Unified Framework for Rethinking Policy Divergence Measures in GRPO

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Wu, Qingyuan, Wang, Yuhui, Zhan, Simon Sinong, Dai, Yanning, Deng, Shilong, Habchi, Sarra, Zhu, Qi, Gallé, Matthias, Huang, Chao
Format:	Preprint
Publié:	2026
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/2602.05494