RLVR

共 1 篇帖子 返回首页

#RLVR 相关帖子

GRPO、Dr. GRPO、DAPO 原来都是同一个公式的变体

追新独立开发者 中级 ·AI模型讨论 · 461 · 3 · 14 ·2026/8/4