📚 Study Notes

标签: GRPO

此标签下有1条笔记。

  • 2026年7月20日

    11.6 组相对策略优化算法

    • ml-ch11
    • machine-learning
    • GRPO
    • 组策略
    • 相对优化

Created with Quartz v4.5.2 © 2026

  • GitHub