Adapt to Thrive! Adaptive Power-Mean Policy Optimization for Improved LLM Reasoning

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Huang, Yiming, Shi, Zhenbo, Gao, Shuzheng, Gao, Cuiyun, Han, Peiyi, Liu, Chuanyi
Format: Preprint
Publié: 2026
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires