这一篇PPO写的不错，有机会再仔细看看

https://zhuanlan.zhihu.com/p/1898817630208517687

强化学习再梳理，从PPO到GRPO到DAPO

posted @ 2026-01-16 18:51  blcblc  阅读(2)  评论(0)    收藏  举报