2025年10月29日
KL 散度
摘要： http://joschu.net/blog/kl-approx.html KL近似计算代码： https://github.com/THUDM/slime/blob/main/slime/utils/ppo_utils.py KL 散度定义 标准的 k1 估计KL 散度， 方差大， 应为k1 有正 阅读全文
posted @ 2025-10-29 14:49 bregman 阅读(4) 评论(0) 推荐(0)