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

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	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
Formato:	Preprint
Publicado:	2026
Materias:	Machine Learning Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2602.07078