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

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Li, Xiaofan, Yang, Ming, Ma, Zhiyuan, Ma, Shichao, Du, Jintao, Cheng, Yu, Wang, Weiqiang, Zhang, Zhizhong, Tan, Xin, Qu, Yanyun, Ma, Lizhuang, Xie, Yuan
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!