今天看啥  ›  专栏  ›  斌叔OKmath

我阅读了 DeepSeek 的学习算法 GRPO。GRPO:群组-20250201103400

斌叔OKmath  · 微博  ·  · 2025-02-01 10:34
    

原文地址: 访问原文地址
总结与预览地址:访问文章预览/总结
文章地址: 访问文章快照