Gradient Starvation in Binary-Reward GRPO: Why Group-Mean Centering Fails and Why the Simplest Fix Works

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Nie, Wenhua, Wu, Jianan, Liu, Junlin, Li, Ziwei, Lin, Zheng, Zijian, Zhang, Fan, Yilong, Zheng, Haoran, Jang, Jyh-Shing Roger
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!