メインコンテンツへスキップ
buildradar
Sign in

Tencent-Hunyuan/MixGRPO

@Tencent-Hunyuan

[ECCV 2026] MixGRPO: Mixed ODE-SDEによるFlowベースのGRPO効率の解放

スター
1,177
フォーク
51
言語
Python
ライセンス
NOASSERTION
最終プッシュ
2 か月前
Pythonreinforcement-learningdiffusiongrpo

関連 Intel はまだありません

このリポジトリは radar が追跡するソースにまだ登場していません。コレクターはスケジュールで動いています——このリポジトリがカバーされたらまた見てください。