Stabilizing Policy Optimization via Logits Convexity

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Chen, Hongzhan, Yang, Tao, Zhu, Yuhua, Gao, Shiping, Quan, Xiaojun, Yao, Ting
Format:	Preprint
Publié:	2026
Sujets:	Machine Learning Computation and Language
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2603.00963