policy-gradient/GRPO-Zero
@policy-gradientCài đặt thuật toán GRPO của DeepSeek R1 từ con số 0.
Sao
1.898
Fork
99
Ngôn ngữ
Python
Giấy phép
Apache-2.0
Push gần nhất
1 năm trước
Intel liên quan (0)
Chưa có intel liên quan
Kho mã này chưa xuất hiện trong bất kỳ nguồn nào radar theo dõi. Bộ thu thập chạy theo lịch — hãy quay lại khi nó bao quát kho mã này.