TLPO: Token-Level Policy Optimization for Mitigating Language Confusion in Large Language Models

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Choo, Jinho, Lee, JunSeung, Kim, Jimyeong, Song, Yeeho, Hong, S. K., Kwon, Yeong-Dae
Formato:	Preprint
Publicado:	2026
Materias:	Computation and Language Artificial Intelligence Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2604.26553