• home
  • blog
  • AI
  • archives
  • tags
  • about
    • RSS

GRPO

1 articles

  • 2026-05-27 项目 25：理性的驯化：从 RLHF、PPO 到 GRPO 的进化史

sshipanoo

你愿意为你喜欢的事情付出多少！

文章

340

类别

6

标签

531
日历
少
多
热门标签
ACI1 AI3 AI Agent1 AI SDK1 AI Safety1 AI 协作1 AI入门22 AI写作1 AI搜索1 AI编程1 ALiBi2 ANN2
最近更新

  • 20. 模型自身能力对 Agent 表现的影响

    2026-07-20

  • 19. Agent 框架横向对比：LangGraph、AutoGen、CrewAI、OpenHands

    2026-07-19

  • 18. 多模态代码 Agent：视觉输入加入代码生成的工作流

    2026-07-18
前人栽树，后人乘凉 | 感谢 H2O-ac 强力驱动 (v2.0.0)
sshipanoo © 2026 RSS 使用条款
总浏览量 · 总访问量
本站已运行 天 小时 分 秒
为了提升本站的使用体验和必要功能的正常使用，本站会使用本地 Cookie。详细请查看« 本站使用条款 »了解更多。