EP-GRPO: Entropy-Progress Aligned Group Relative Policy Optimization with Implicit Process Guidance

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Yu, Song, Li, Li, Zhao, Wenwen, Yang, Zhisheng
Formato:	Preprint
Publicado:	2026
Materias:	Machine Learning Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2605.04960