标签：GRPO
什么是GRPO（Group Relative Policy Optimization）
GRPO（GroupRelativePolicyOptimization）概述GRPO是一种针对强化[…]
什么是自强化学习优化算法（GRPO）
自强化学习优化算法（GRPO，GroupRelativePolicyOptimization）是一种基于[…]