Skip to main content

epo-entropy-regularized-policy-optimization

Stabilize multi-turn LLM agent training with entropy-regularized policy optimization that prevents exploration-exploitation cascade failures in sparse-reward environments through trajectory-level entropy regulation, historical smoothing, and adaptive phase-based weighting. Achieve up to 152% performance improvement on scientific reasoning tasks and 19.8% on embodied control by maintaining controlled entropy oscillations across 30+ interaction turns.

Ir para a instalação

Informações da origem

Repositório
ADu2021/skillXiv
Última atividade na origem
24 de março de 2026 às 19:42
Idioma detectado do SKILL.md
inglês
Estrelas
6
Forks
0

Opções de instalação

Por padrão, está selecionado o prompt que primeiro revisa a origem. Você pode mudar para um comando direto ou baixar uma cópia local.

Revise os arquivos de origem

Leia o SKILL.md e os arquivos complementares exibidos pelo SkillsMP antes de decidir se vai instalar.