Buchumschlag

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

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Nie, Wenhua, Wu, Jianan, Liu, Junlin, Li, Ziwei, Lin, Zheng, Zijian, Zhang, Fan, Yilong, Zheng, Haoran, Jang, Jyh-Shing Roger
Format: Preprint
Veröffentlicht: 2026
Schlagworte:
Machine Learning
Online-Zugang:
Acceder al recurso
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Schreiben Sie den ersten Kommentar!
Bitte loggen Sie sich zuerst ein

Ähnliche Einträge