PulseAugur
实时 10:13:52
实体 Yin Liu

Yin Liu

PulseAugur coverage of Yin Liu — every cluster mentioning Yin Liu across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_254831 ·

    新arXiv论文分析PPO-Clip算法的理论收敛特性

    研究人员对PPO-Clip算法进行了理论分析,该算法是用于大型语言模型后训练的常用方法。该论文侧重于具有f散度正则化的仅actor变体,为该算法的特性奠定了新的理论基础。具体而言,它推导出了非均匀Lipschitz平滑条件和Łojasiewicz不等式,从而在某些条件下证明了前向和反向KL正则化器的非渐进全局线性收敛性。