标签: Reinforcement Learning
2 篇文章
2026
我的强化学习奇妙冒险：从 PPO 到 GRPO
学习笔记
2026年6月28日
Reinforcement Learning
从策略梯度、TRPO 和 PPO 出发，理解面向大语言模型后训练的 GRPO。