Temperature as a Meta-Policy: Adaptive Temperature in LLM Reinforcement Learning

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Dang, Haoran, Lan, Cuiling, Wan, Hai, Zhao, Xibin, Lu, Yan
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!