Asymmetric Advantage Modulation Calibrates Entropy Dynamics in RLVR

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Gu, Hengrui, Han, Xiaotian, Bian, Yujing, Wang, Feiyi, Zhou, Kaixiong
Formato:	Preprint
Publicado:	2026
Materias:	Computation and Language Artificial Intelligence Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2604.04894