当前位置：小狮博客 > 技术专栏 > 正文

聊聊GRPO算法——从Open R1来看如何训练DeepSeek R1模型

2025-02-11 分类：技术专栏 阅读(117) 评论(0)
赞(0)
未经允许不得转载：小狮博客 » 聊聊GRPO算法——从Open R1来看如何训练DeepSeek R1模型
分享到： 更多 (0)

相关推荐