policy-gradient/GRPO-Zero
@policy-gradientImplementación del algoritmo GRPO de DeepSeek R1 desde cero
Estrellas
1898
Bifurcaciones
99
Lenguaje
Python
Licencia
Apache-2.0
Último push
hace 1 año
Intel relacionado (0)
Aún no hay intel relacionado
Este repo no ha aparecido en ninguna de las fuentes que rastrea el radar. El recopilador funciona con un horario — vuelve cuando lo haya cubierto.