Taming Extreme Tokens: Covariance-Aware GRPO with Gaussian-Kernel Advantage Reweighting

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Wang, Cheng, Liu, Qin, Zhou, Wenxuan, Chen, Muhao
Format: Preprint
Publié: 2026
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires