第二支羽毛 第二支羽毛
Anonymous User
柏企

柏企

吹灭读书灯，一身都是月

  • 累计撰写 33 篇文章
  • 累计创建 16 个分类
  • 累计创建 38 个标签

DeepSeek-R1如何突破语言模型的极限——深入数学视角解读群体相对策略优化（GRPO）

  • 2025-03-27 21:29
  • 19
  • 0
  • 4
  • 33.9℃
强化学习 
强化学习系列第二篇 |文末点击阅读原文查看网页版| 更多专栏文章点击查看： LLM 架构专栏

深度解析PPO与GRPO：强化学习算法的进阶之路

  • 2025-03-26 22:49
  • 25
  • 0
  • 2
  • 30.5℃
强化学习 
强化学习系列第二篇 更多专栏文章点击查看： LLM 架构专栏
弹