PAPO: Stabilizing Rubric Integration Training via Decoupled Advantage Normalization

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Tan, Zelin, Yu, Zhouliang, Lin, Bohan, Geng, Zijie, Geng, Hejia, Zhang, Yudong, Zhang, Mulei, Chen, Yang, Hu, Shuyue, Yin, Zhenfei, Zhang, Chen, Bai, Lei
Formato:	Preprint
Publicado:	2026
Materias:	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/2603.26535