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

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Zeng, Yunsheng, Li, Gen, Miao, Yuwei, Li, Xiandong, Wang, Yujin, Chen, Siyu, Wang, Luning, Qiao, Yunhao, Wang, Junfeng, Lv, Jianwei, Yuan, Bo
Format:	Preprint
Publié:	2026
Sujets:	Artificial Intelligence
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2605.27846