arXiv · Information Retrieval· Wenfeng Zhuo, Vincent Xue, Charles Wei, Cong Ni, Ruiming Lu, Jiwen Ren, Mo Li, Peng Yang, Xufei Wang, Dongheng Li, Jiacong He, Yi Song, Yufei Fan, Mikhail Obukhov, Yiwen Chen, Yvette Liu, Yin Ye, Chengjie Wu, Mingtao Zhang, Jinchao Ye, Lili Zhang, Chunhui Zhu·· 7 小时前AI 评分34
GRP v0.1 技术报告
GRP v0.1 Technical Report
AI 导读
summary_zh: GRP v0.1 是一个将检索、排序与奖励建模整合在单一编码器-解码器中的生成式推荐框架，通过 mGRPO 进行强化学习后训练，并利用冻结排序模块提供奖励。
来源：arXiv · Information Retrieval · arxiv.org