deep snake使用
-
发布了文章 2个月前
DeepSeek用的GRPO有那么特别吗？万字长文分析四篇精品论文
DeepSeek用的GRPO有那么特别吗？万字长文分析四篇精品论文 本文详细解读了 Kimi k1.5、OpenReasonerZero、DAPO 和 Dr. GRPO 四篇论文中的创新点，读完会对 GRPO 及其改进...
-
发布了文章 2个月前
在DeepSeek-7B上使用Unsloth进行GRPO微调
...
没有更多内容
DeepSeek用的GRPO有那么特别吗？万字长文分析四篇精品论文 本文详细解读了 Kimi k1.5、OpenReasonerZero、DAPO 和 Dr. GRPO 四篇论文中的创新点，读完会对 GRPO 及其改进...
...
没有更多内容