谷歌浏览器插件
订阅小程序
在清言上使用
VIPCreated with Sketch.

Soft Policy Optimization: Online Off-Policy RL for Sequence Models

Taco Cohen, David W. Zhang,Kunhao Zheng,Yunhao Tang,Remi Munos,Gabriel Synnaeve

CoRR（2025）

引用 0|浏览3
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要