EAPO: Entropy-Driven Adaptive Positive-Negative Sample Weighting for Policy Optimization in Open-Ended QA

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Zeng, Yunsheng, Li, Gen, Miao, Yuwei, Li, Xiandong, Wang, Yujin, Chen, Siyu, Wang, Luning, Qiao, Yunhao, Wang, Junfeng, Lv, Jianwei, Yuan, Bo
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Accesso online

https://arxiv.org/abs/2605.27846