The Optimal Token Baseline: Variance Reduction for Long-Horizon LLM-RL

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Li, Yingru, Xu, Jiawei, Li, Ziniu, Liu, Jiacai, Liu, Wei, Tong, Yuxuan, Zheng, Longtao, Xue, Zhenghai, Zhang, Yaxiang, Cai, Tianle, Zhang, Ge, Liu, Qian, Wang, Baoxiang
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!