2025年6月19日

Deepseek的RL算法GRPO解读
摘要： https://mp.weixin.qq.com/s?__biz=MzI4MDYzNzg4Mw==&mid=2247569612&idx=3&sn=a3e0e3fd74c391da56fe39d2ac5ba62c&chksm=eab415c5169c91180f00186aa3bfd96a94950 阅读全文
posted @ 2025-06-19 15:30 张博的博客 阅读(21) 评论(0) 推荐(0)

导航