Tag: loss-functions

All the articles with the tag "loss-functions".

• 6.5

  How Fast Should a Model Commit to Supervision? Training Reasoning Models on the Tsallis Loss Continuum

  2026年04月29日

  · arXiv cs.LG· 04/29 14:31 采集

  用 Tsallis q-logarithm 定义损失族插值 RLVR 和密度估计两极，统一 reasoning model 后训练视角