PAPO: Stabilizing Rubric Integration Training via Decoupled Advantage Normalization

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Tan, Zelin, Yu, Zhouliang, Lin, Bohan, Geng, Zijie, Geng, Hejia, Zhang, Yudong, Zhang, Mulei, Chen, Yang, Hu, Shuyue, Yin, Zhenfei, Zhang, Chen, Bai, Lei
Format: Preprint
Publié: 2026
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires