arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

大厂专区

ServiceNow

2025-09-30 至 2025-09-30 共收录 1
2509.19128 2025-09-30 cs.LG

PipelineRL: Faster On-policy Reinforcement Learning for Long Sequence Generation

Alexandre Piché, Ehsan Kamalloo, Rafael Pardinas, Xiaoyin Chen, Dzmitry Bahdanau

机构 * ServiceNow AI Research(ServiceNow人工智能研究)

详情

展开后加载摘要…

URL PDF HTML 收藏