Tournament-GRPO: Group-Wise Tournament Rewards for Reinforcement Learning in Open-Ended Long-Form Generation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Yang, Zixuan, Chen, Yiqun, Yang, Wei, Zhang, Erhan, Shen, Zihan, Wei, Xiaochi, Gao, Yan, Wu, Yi, Hu, Yao, Mao, Jiaxin
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computation and Language Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Accesso online

https://arxiv.org/abs/2605.26958