Negative Advantages Is a Double-Edged Sword: Calibrating advantages in GRPO for Search Agents

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Wu, Jiayi, Xie, Ruobing, Huang, Zeqian, Jiang, Lei, Xu, Can, Luo, Kangyang, Lin, Bochen, Gao, Ming, Li, Xiang
Formato:	Preprint
Publicado:	2026
Materias:	Computation and Language Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Descripción
Descripción no disponible.

Ejemplares similares