Advantage Collapse in Group Relative Policy Optimization: Diagnosis and Mitigation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Xixiang, Sun, Qiyao, Cheng, Ao, Li, Xingming, Ji, Xuanyu, Lu, Hailun, Huang, Runke, Hu, Qingyong
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2605.21125