Revisiting Entropy Regularization: Adaptive Coefficient Unlocks Its Potential for LLM Reinforcement Learning

发布

2026年04月20日

采集 2026年04月20日 06:45

学术前沿 6.7 分 — Adaptive coefficient unlocks entropy regularization potential for RLVR

评分 6.7 · 来源：cs.CL updates on arXiv.org · 发布于 2026-04-20

评分依据：Adaptive coefficient unlocks entropy regularization potential for RLVR