zz【大模型后训练学习】DPO与GRPO专题学习

https://cloud.tencent.com/developer/article/2593079

【大模型后训练学习】DPO与GRPO专题学习

posted @ 2026-01-05 16:56  blcblc  阅读(6)  评论(0)    收藏  举报