RL熵坍缩STEER

分享海报

@user_d0deb03a/rl-entropy-collapse

大模型RLVR训练熵坍缩分析与STEER方法指导。当用户提到RLVR训练熵坍缩、策略熵下降、推理树增枝剪枝、token-level熵变、STEER方法、DAPO/Clip-Higher/Positive-Reweighting/Entropy-Aware Advantage等RL训练中探索与利用平衡问题时触发。不适用于通用RL算法介绍、非RL领域的熵概念或模型推理优化。