Latent-GRPO: Group Relative Policy Optimization for Latent Reasoning

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Deng, Jingcheng, Wei, Zihao, Pang, Liang, Wu, Junhong, Xu, Shicheng, Duan, Zenghao, Shen, Huawei
Formato:	Preprint
Publicado:	2026
Materias:	Machine Learning Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2604.27998