Nie, W., Wu, J., Liu, J., Li, Z., Lin, Z., Zijian, Z., . . . Jang, J. R. (2026). Gradient Starvation in Binary-Reward GRPO: Why Group-Mean Centering Fails and Why the Simplest Fix Works.
Chicago-Zitierstil (17. Ausg.)Nie, Wenhua, Jianan Wu, Junlin Liu, Ziwei Li, Zheng Lin, Zhang Zijian, Yilong Fan, Haoran Zheng, und Jyh-Shing Roger Jang. Gradient Starvation in Binary-Reward GRPO: Why Group-Mean Centering Fails and Why the Simplest Fix Works. 2026.
MLA-Zitierstil (9. Ausg.)Nie, Wenhua, et al. Gradient Starvation in Binary-Reward GRPO: Why Group-Mean Centering Fails and Why the Simplest Fix Works. 2026.
Achtung: Diese Zitate sind unter Umständen nicht zu 100% korrekt.