Stabilizing Policy Optimization via Logits Convexity

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Chen, Hongzhan, Yang, Tao, Zhu, Yuhua, Gao, Shiping, Quan, Xiaojun, Yao, Ting
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning Computation and Language
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Accesso online

https://arxiv.org/abs/2603.00963