λ-Controlled GRPO stabilisiert Flow-Matching-Training durch Pfadvarianz-Budget · Lumeric
Beitrag
FORSCHUNGarxiv.org· ArXiv cs.LG★Pro5h
λ-Controlled GRPO stabilisiert Flow-Matching-Training durch Pfadvarianz-Budget
Pro-Quelle
Dieser Beitrag stammt aus einer Pro-Quelle. Mit Lumeric Pro liest du den vollständigen Eintrag inklusive „Warum es zählt", Quelle und verwandten Beiträgen.