DiPO: Disentangled Perplexity Policy Optimization for Fine-grained Exploration-Exploitation Trade-Off

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Xiaofan, Yang, Ming, Ma, Zhiyuan, Ma, Shichao, Du, Jintao, Cheng, Yu, Wang, Weiqiang, Zhang, Zhizhong, Tan, Xin, Qu, Yanyun, Ma, Lizhuang, Xie, Yuan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Keine Beschreibung verfügbar.

Ähnliche Einträge