الملخص
تمت ترجمة أجزاء من هذه الصفحة آلياً وقد تحتوي على أخطاء.
يعتمد تحسين السياسة النسبي للمجموعات على مزايا مشتقة من المكافآت وأوزان احتمالية على مستوى التسلسل، وكلاهما قد يتأثر بالقيم الشاذة الموضعية. فالمكافآت المتطرفة قد تسحق التباين بين الاستجابات النظيفة بعد تطبيع المجموعة، واضطرابات نسب اللوغاريتم على مستوى الرموز قد تغير أوزان التسلسل وقرارات القص. نقدم RoVR-GSPO، وهو محسّن متين ثنائي القناة يعالج هذه الإخفاقات كلًا على حدة. تجمع قناة المكافأة بين تقدير مرجعي متين وائتمان متبقٍ محدود، بينما تستخدم قناة النسبة تجميع SoftRoVR القابل للتفاضل لبناء أوزان تسلسل متينة. ونقدم تحليلات للاستقرار والكفاءة لكلتا القناتين. وتبين التجارب على الاستدلال الرياضي وتلخيص السياق الطويل وتوسيم استدعاءات الأدوات تحسنًا مستمرًا على GSPO، كما تبين دراسات الاضطراب المضبوطة متانة أكبر أمام تلوث المكافأة وشذوذ نسبة الرموز.
الكلمات المفتاحية
الموضوع
بيانات النشر
- المجلة
- غير متاح
- وصول مفتوح
- وصول مفتوح أخضر
اقتبس هذه المقالة
APA 7
Li, Z., Tian, W., Xu, X., Xiao, Y., Ban, Y., Peng, Y., & Zhuang, F. (2026). تحسين السياسة النسبية للمجموعة المتينة ثنائية القناة عبر تقدير الميزة ووزن التسلسل. https://omanscience.com/ar/articles/dual-channel-robust-group-relative-policy-optimization-via-advantage-and-sequence-weight-estimation
MLA 9
Li, Zhongyi, et al. "تحسين السياسة النسبية للمجموعة المتينة ثنائية القناة عبر تقدير الميزة ووزن التسلسل." https://omanscience.com/ar/articles/dual-channel-robust-group-relative-policy-optimization-via-advantage-and-sequence-weight-estimation.
شيكاغو (المؤلف–التاريخ)
Li, Zhongyi, Wan Tian, Xiang Xu, Yutian Xiao, Yikun Ban, Yijie Peng, and Fuzhen Zhuang. 2026. "تحسين السياسة النسبية للمجموعة المتينة ثنائية القناة عبر تقدير الميزة ووزن التسلسل." https://omanscience.com/ar/articles/dual-channel-robust-group-relative-policy-optimization-via-advantage-and-sequence-weight-estimation.
هارفارد
Li, Z., Tian, W., Xu, X., Xiao, Y., Ban, Y., Peng, Y. and Zhuang, F. (2026) 'تحسين السياسة النسبية للمجموعة المتينة ثنائية القناة عبر تقدير الميزة ووزن التسلسل', Available at: https://omanscience.com/ar/articles/dual-channel-robust-group-relative-policy-optimization-via-advantage-and-sequence-weight-estimation.
فانكوفر
Li Z, Tian W, Xu X, Xiao Y, Ban Y, Peng Y, et al. تحسين السياسة النسبية للمجموعة المتينة ثنائية القناة عبر تقدير الميزة ووزن التسلسل. https://omanscience.com/ar/articles/dual-channel-robust-group-relative-policy-optimization-via-advantage-and-sequence-weight-estimation
IEEE
Z. Li, W. Tian, X. Xu, Y. Xiao, Y. Ban, Y. Peng, and F. Zhuang, "تحسين السياسة النسبية للمجموعة المتينة ثنائية القناة عبر تقدير الميزة ووزن التسلسل," https://omanscience.com/ar/articles/dual-channel-robust-group-relative-policy-optimization-via-advantage-and-sequence-weight-estimation.