Tag: RL训练

All the articles with the tag "RL训练".

• 7.0

  Prune as You Generate：RLVR 在线剪枝加速训练并提升效果

  2026年03月27日

  · cs.CL updates on arXiv.org· 03/27 12:31 采集

  提出在线 rollout 剪枝方法，在强化学习训练过程中动态淘汰低质量采样，同时减少计算成本并提升最终性能。