Stable Asynchrony: Variance-Controlled Off-Policy RL for LLMs

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Huang, Luke J., Zhang, Zhuoyang, Hu, Qinghao, Yang, Shang, Han, Song
Formato: Preprint
Publicado: 2026
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares