GRPO算法 – 量子位

GRPO算法

DeepSeek同款GRPO训练大提速！魔搭开源全流程方案，支持多模态训练、训练加速和评测全链路

附完整实验流程+模型评测最佳实践

西风 2025-03-09

Deepseek GRPO算法

加载更多

热门文章

融资700亿！DeepSeek Code真要来了，ACM金牌大神崔添翼挂帅

刚刚，国产AI自己造了AI，全球首例！

李飞飞再出手，空间智能的ImageNet来了

80集短剧，3天拍完：当电影人下场做Agent，影视生产迎来了“最懂行”的解法

卡帕西Anthropic最新头衔：技术员工（MTS）