zz大模型推理能力

 https://blog.csdn.net/weixin_59191169/article/details/149421971

大模型推理能力全解析：从入门到原理，一文讲透实现逻辑与核心思路

 

PPO文章:

https://zhuanlan.zhihu.com/p/677607581

图解大模型RLHF系列之：人人都能看懂的PPO原理与源码解读

 

https://zhuanlan.zhihu.com/p/7461863937

人人都能看懂的RL-PPO理论知识

 

GRPO

https://developer.baidu.com/article/detail.html?id=3588245