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

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: 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
Publié: 2026
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires