HugMap
人工智能
云计算
半导体
网络安全
企业软件
区块链
量子计算
生物科技
新能源与智能制造
智能穿戴
机器人
智能手机
图谱探索
趋势分析
登录
注册
Smaller Models are Natural Explorers for Policy-Level Diversity in GRPO
文章
ArXiv CS.AI
2026-06-01
NEWS
en
作者: Yiming Ren, Yiran Xu, Zicheng Lin, Chufan Shi, Yukang Chen, Dingdong Wang, Tianhe Wu, Junjie Wang, Yujiu Yang, Yu Qiao, Ruihang Chu
查看原文
→
关系图谱
概览
相关事件
相关公司
相关人物
相关产品
相关技术
Smaller Models are Natural Explorers for Policy-Level Diversity in GRPO · 相关技术
相关技术
LLM
Small-to-Large Policy Optimization
Pass@k
Group Relative Policy Optimization