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

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Wu, Jiayi, Xie, Ruobing, Huang, Zeqian, Jiang, Lei, Xu, Can, Luo, Kangyang, Lin, Bochen, Gao, Ming, Li, Xiang
Format:	Preprint
Publié:	2026
Sujets:	Computation and Language Artificial Intelligence
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Description
Aucune description n'est disponible.

Documents similaires