AlphaPeu commune
qiqihezh/agentic-grpo-longhorizon
Fixing GRPO training collapse in long-horizon multi-tool agents. A lightweight PRM-Lite + LATA joint approach achieves +37% over vanilla GRPO on τ-bench airline (50-task, multi-turn).
- Propriétaire
- qiqihezh (compte personnel)
- Étoiles
- Étoiles : 266
- Forks
- Forks : 17
- Langage
- Python
- Licence
- Aucune
- Création
- 2026
- Sujets
- agentic-aigrpolong-horizonprocess-reward-modelqwenreinforcement-learningtau-benchtool-callingmulti-turn-agents
- Rang
- Alpha (250 à 699 ★) Ce que veut dire ce rang
Autres dépôts de qiqihezh
Les 2 dépôts de qiqihezh- qiqihezh/deepresearch-agentÉtoiles : 175PythonPrototype
D’autres dépôts Python
Tous les dépôts Python- julianmb/q38rocmÉtoiles : 266PythonAlpha
- Gen-Verse/RecurisÉtoiles : 266PythonAlpha
- zjwfufu/SMDÉtoiles : 266PythonAlpha
- kassoulet/soundconverterÉtoiles : 266PythonAlpha
- erezsh/plyplusÉtoiles : 266PythonAlpha
- ClusterLabs/pcsÉtoiles : 266PythonAlpha