University of Chinese Academy of Sciences（中国科学院大学）

Expand and Prune: Maximizing Trajectory Diversity for Effective GRPO in Generative Models

扩展与剪枝：为生成模型中的有效GRPO最大化轨迹多样性

Shiran Ge, Chenyi Huang, Yuang Ai, Qihang Fan, Huaibo Huang, Ran He

机构 * MAIS & NLPR, Institute of Automation, CAS（自动化研究所信息与智能系统研究所与神经语言处理研究所） ； School of Artificial Intelligence, UCAS（人工智能学院） 纠错

AI总结 本文提出Pro-GRPO框架，通过扩展与剪枝策略在生成模型中提升GRPO效果，减少计算开销并提高轨迹多样性。

Comments 10 pages, 5 figures