Latent-GRPO: Group Relative Policy Optimization for Latent Reasoning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Deng, Jingcheng, Wei, Zihao, Pang, Liang, Wu, Junhong, Xu, Shicheng, Duan, Zenghao, Shen, Huawei
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2604.27998